DeepMind публикува кода на симулатора на физически процеси MuJoCo

Компания DeepMind открыла исходные тексты движка для симуляции физических процессов MuJoCo (Multi-Joint dynamics with Contact) и перевела проект на открытую модель разработки, подразумевающую возможность участия в разработке представителей сообщества. Проект рассматривается как платформа для проведения исследований и совместной работы над новыми технологиями, связанными с симуляцией роботов и сложных механизмов. Код опубликован под лицензией Apache 2.0. Поддерживаются платформы Linux, Windows и macOS.

MuJoCo представляет собой библиотеку с реализацией движка симуляции физических процессов и моделирование сочленённых структур, взаимодействующих с окружающей средой, который может применяться в процессе разработки роботов, биомеханических устройств и систем искусственного интеллекта, а также при создании графики, анимации и компьютерных игр. Движок написан на Си, не использует динамическое выделение памяти и оптимизирован для достижения максимальной производительности.

MuJoCo позволяет манипулировать объектами на низком уровне, обеспечивая при этом высокую точность и широкие возможности моделирования. Модели определяются при помощи языка описания сцен MJCF, основанного на XML и компилируемого при помощи специального оптимизирующего компилятора. Помимо MJCF движок поддерживает загрузку файлов в универсальном формате URDF (Unified Robot Description Format). MuJoCo также предоставляет графический интерфейс для интерактивной 3D-визуализации процесса симуляции и рендеринга результатов с использованием OpenGL.

Основни функции:

• Симулация в обобщени координати, изключваща нарушаване на ставите.
• Обратна динамика, определяна дори при наличието на контакти.
• Използване на凸но програмиране за унифицирано формулиране на ограничения в непрекъснато време.
• Възможност за задаване на различни ограничения, включително меки контакти и сухо триене.
• Симулиране на системи от частици, тъкани, въжета и меки обекти.
• Изпълнителни елементи (актуатори), включително мотори, цилиндри, мускули, сухожилия и механизми с крива щипка.
• Решаващи програми на базата на методи на Нютон, свързани градиенти и метода на Гаус-Зейдел.
• Възможност за използване на пирамидални или елиптични конуси на триене.
• Избор на методи за числено интегриране, включително Ейлер и Рунге-Кута.
• Мултипоточна дискретизация и аппроксимация с метода на краен разлики.

Източник: opennet.ru