Das Unternehmen DeepMind hat den Quellcode der Simulations-Engine MuJoCo (Multi-Joint Dynamics with Contact) veröffentlicht und das Projekt auf ein offenes Entwicklungsmodell umgestellt, das eine Beteiligung der Community an der Entwicklung ermöglicht. Das Projekt wird als Plattform für Forschung und Zusammenarbeit an neuen Technologien zur Roboter- und komplexen Mechanismussimulation betrachtet. Der Code wird unter der Apache-2.0-Lizenz veröffentlicht. Unterstützt werden die Plattformen Linux, Windows und macOS.
MuJoCo ist eine Bibliothek mit einer Implementierung der Simulations-Engine für physikalische Prozesse und die Modellierung von Gelenkstrukturen, die mit der Umgebung interagieren. Sie kann während der Entwicklung von Robotern, biomechanischen Geräten und KI-Systemen eingesetzt werden, sowie bei der Erstellung von Grafik, Animationen und Computerspielen. Die Engine ist in C geschrieben, verwendet keine dynamische Speicherzuweisung und ist für maximale Leistung optimiert.
MuJoCo ermöglicht eine präzise Manipulation von Objekten auf niedriger Ebene und bietet umfangreiche Modellierungsmöglichkeiten. Die Modelle werden mithilfe der XML-basierten Szenenbeschreibungssprache MJCF definiert, die durch einen speziellen Optimierungscompiler kompiliert wird. Neben MJCF unterstützt die Engine das Laden von Dateien im universellen URDF-Format (Unified Robot Description Format). MuJoCo bietet auch eine grafische Benutzeroberfläche für die interaktive 3D-Visualisierung des Simulationsprozesses und das Rendern von Ergebnissen mit OpenGL.
Hauptfunktionen:
- Simulation in verallgemeinerten Koordinaten, die Gelenkverletzungen ausschließt.
- Rückwärtsdynamik, die selbst bei Berührungen definiert ist.
- Verwendung von konvexer Programmierung zur einheitlichen Formulierung von Einschränkungen in kontinuierlicher Zeit.
- Möglichkeit, verschiedene Einschränkungen festzulegen, einschließlich weicher Berührungen und trockener Reibung.
- Simulation von Partikelsystemen, Geweben, Seilen und weichen Objekten.
- Aktuatoren, einschließlich Motoren, Zylindern, Muskeln, Sehnen und Kurbelwellenmechanismen.
- Entscheidende Programme basierend auf Newton-Methoden, konjugierten Gradienten und dem Gauß-Seidel-Verfahren.
- Die Möglichkeit, pyramiden- oder ellipsenförmige Reibungskegel zu verwenden.
- Die Auswahl zwischen den numerischen Integrationsmethoden von Euler oder Runge-Kutta.
- Multithreaded Diskretisierung und Approximation durch das Finite-Differenzen-Verfahren.
Quelle: opennet.ru
