شركة DeepMind تعلن عن محاكي MuJoCo للفيزياء

أعلنت شركة DeepMind المملوكة لشركة Google ، والمعروفة بتطوراتها في مجال الذكاء الاصطناعي وبناء الشبكات العصبية التي يمكنها لعب ألعاب الكمبيوتر على المستوى البشري ، اكتشاف محرك لمحاكاة العمليات الفيزيائية MuJoCo (ديناميكيات متعددة المفاصل مع الاتصال). يهدف المحرك إلى نمذجة الهياكل المفصلية التي تتفاعل مع البيئة ، ويستخدم للمحاكاة في تطوير الروبوتات وأنظمة الذكاء الاصطناعي ، في المرحلة التي تسبق تنفيذ التكنولوجيا المطورة في شكل جهاز مكتمل.

تمت كتابة الكود بلغة C / C ++ وسيتم نشره بموجب ترخيص Apache 2.0. أنظمة Linux و Windows و macOS مدعومة. من المقرر أن يكتمل العمل على فتح جميع رموز المصدر المتعلقة بالمشروع في عام 2022 ، وبعد ذلك سيتحول MuJoCo إلى نموذج تطوير مفتوح ، مما يعني إمكانية المشاركة في تطوير ممثلي المجتمع.

MuJoCo هي مكتبة تنفذ محرك محاكاة للعمليات الفيزيائية للأغراض العامة يمكن استخدامه في البحث والتطوير للروبوتات والأجهزة الميكانيكية الحيوية وأنظمة التعلم الآلي ، وكذلك في إنشاء الرسومات والرسوم المتحركة وألعاب الكمبيوتر. تم تحسين محرك المحاكاة لتحقيق أقصى أداء ويسمح بمعالجة الكائنات على مستوى منخفض مع توفير دقة عالية وقدرات محاكاة غنية.

يتم تعريف النماذج باستخدام لغة وصف مشهد MJCF ، والتي تستند إلى XML ويتم تجميعها باستخدام مترجم محسن خاص. بالإضافة إلى MJCF ، يدعم المحرك تحميل الملفات بتنسيق URDF العالمي (تنسيق وصف الروبوت الموحد). يوفر MuJoCo أيضًا واجهة رسومية للتصور التفاعلي ثلاثي الأبعاد لعملية المحاكاة وتقديم النتائج باستخدام OpenGL.

الميزات الرئيسية:

  • المحاكاة في الإحداثيات المعممة باستثناء مخالفة المفاصل.
  • ديناميات عكسية ، محددة حتى في وجود الاتصال.
  • استخدام البرمجة المحدبة لصياغة موحدة للقيود في وقت مستمر.
  • القدرة على وضع قيود مختلفة ، بما في ذلك اللمس الناعم والاحتكاك الجاف.
  • محاكاة أنظمة الجسيمات والأقمشة والحبال والأشياء اللينة.
  • العناصر التنفيذية (المشغلات) ، بما في ذلك المحركات والأسطوانات والعضلات والأوتار وآليات الكرنك.
  • المذيبات على أساس طرق نيوتن ، التدرجات المترافقة و Gauss-Seidel.
  • إمكانية استخدام مخاريط الاحتكاك الهرمي أو البيضاوي.
  • استخدام طرق التكامل العددي لأويلر أو رونج-كوتا.
  • التقدير متعدد مؤشرات الترابط والتقريب بطريقة الفروق المحدودة.



المصدر: opennet.ru

إضافة تعليق