CARLA-Air: Vlieg met drones in een CARLA-wereld -- Een uniforme infrastructuur voor lucht-grond belichaamde intelligentie
CARLA-Air: Fly Drones Inside a CARLA World -- A Unified Infrastructure for Air-Ground Embodied Intelligence
March 30, 2026
Auteurs: Tianle Zeng, Hanxuan Chen, Yanci Wen, Hong Zhang
cs.AI
Samenvatting
De convergentie van lage-luchteconomieën, embodied intelligence en lucht-grondcoöperatieve systemen creëert een groeiende vraag naar simulatiefaciliteiten die in staat zijn om lucht- en grondagenten gezamenlijk te modelleren binnen één fysiek coherente omgeving. Bestaande open-sourceplatforms blijven domeingescheiden: rijsimulatoren missen aerodynamica, terwijl multirotor-simulatoren realistische grondscènes ontberen. Op bridges gebaseerde co-simulatie introduceert synchronisatieoverhead en kan geen strikte ruimtelijk-temporele consistentie garanderen.
Wij presenteren CARLA-Air, een open-source infrastructuur die hoogwaardige stadsrijsimulaties en natuurkundig accurate multirotorvluchten verenigt binnen één Unreal Engine-proces. Het platform behoudt zowel de native Python-API's van CARLA en AirSim als de ROS 2-interfaces, waardoor codehergebruik zonder aanpassingen mogelijk is. Binnen een gedeelde physics-tick en renderingpipeline biedt CARLA-Air fotorealistische omgevingen met regelconform verkeer, sociaal bewuste voetgangers en aerodynamisch consistente UAV-dynamica, waarbij bij elke tick synchroon tot 18 sensormodaliteiten worden vastgelegd across alle platforms. Het platform ondersteunt representatieve lucht-grond taken voor embodied intelligence, zoals samenwerking, embodied navigatie en vision-language acties, multimodale perceptie en datasetconstructie, en op reinforcement learning gebaseerd beleidstraining. Een uitbreidbare asset-pipeline maakt integratie van aangepaste robotplatforms in de gedeelde wereld mogelijk. Door de luchtvaartcapaciteiten van AirSim – waarvan de upstream-ontwikkeling is gearchiveerd – over te nemen, zorgt CARLA-Air ervoor dat deze veelgebruikte flight stack blijft evolueren binnen een moderne infrastructuur.
Uitgebracht met vooraf gebouwde binaire bestanden en volledige broncode: https://github.com/louiszengCN/CarlaAir
English
The convergence of low-altitude economies, embodied intelligence, and air-ground cooperative systems creates growing demand for simulation infrastructure capable of jointly modeling aerial and ground agents within a single physically coherent environment. Existing open-source platforms remain domain-segregated: driving simulators lack aerial dynamics, while multirotor simulators lack realistic ground scenes. Bridge-based co-simulation introduces synchronization overhead and cannot guarantee strict spatial-temporal consistency.
We present CARLA-Air, an open-source infrastructure that unifies high-fidelity urban driving and physics-accurate multirotor flight within a single Unreal Engine process. The platform preserves both CARLA and AirSim native Python APIs and ROS 2 interfaces, enabling zero-modification code reuse. Within a shared physics tick and rendering pipeline, CARLA-Air delivers photorealistic environments with rule-compliant traffic, socially-aware pedestrians, and aerodynamically consistent UAV dynamics, synchronously capturing up to 18 sensor modalities across all platforms at each tick. The platform supports representative air-ground embodied intelligence workloads spanning cooperation, embodied navigation and vision-language action, multi-modal perception and dataset construction, and reinforcement-learning-based policy training. An extensible asset pipeline allows integration of custom robot platforms into the shared world. By inheriting AirSim's aerial capabilities -- whose upstream development has been archived -- CARLA-Air ensures this widely adopted flight stack continues to evolve within a modern infrastructure.
Released with prebuilt binaries and full source: https://github.com/louiszengCN/CarlaAir