Das zu Google gehörende Unternehmen DeepMind, bekannt für seine Entwicklungen im Bereich der künstlichen Intelligenz und des Aufbaus neuronaler Netze, mit denen Computerspiele auf menschlicher Ebene gespielt werden können, gab die Entdeckung einer Engine zur Simulation physikalischer Prozesse MuJoCo (Multi-Joint Dynamics with Contact) bekannt. Die Engine zielt auf die Modellierung artikulierter Strukturen ab, die mit der Umgebung interagieren, und wird zur Simulation bei der Entwicklung von Robotern und Systemen der künstlichen Intelligenz in der Phase vor der Implementierung der entwickelten Technologie in Form eines fertigen Geräts verwendet.
Der Code ist in C/C++ geschrieben und wird unter der Apache 2.0-Lizenz veröffentlicht. Unterstützt werden Linux-, Windows- und macOS-Plattformen. Die Arbeiten zur Öffnung aller Quellcodes im Zusammenhang mit dem Projekt sollen im Jahr 2022 abgeschlossen sein. Danach wird MuJoCo auf ein offenes Entwicklungsmodell umstellen, was die Möglichkeit der Beteiligung von Community-Mitgliedern an der Entwicklung impliziert.
MuJoCo ist eine Bibliothek, die eine universelle Engine zur Simulation physikalischer Prozesse implementiert, die in der Forschung und Entwicklung von Robotern, biomechanischen Geräten und maschinellen Lernsystemen sowie bei der Erstellung von Grafiken, Animationen und Computerspielen verwendet werden kann. Die Simulations-Engine ist für maximale Leistung optimiert und ermöglicht die Manipulation von Objekten auf niedriger Ebene, während sie gleichzeitig eine hohe Genauigkeit und umfangreiche Simulationsmöglichkeiten bietet.
Modelle werden mithilfe der Szenenbeschreibungssprache MJCF definiert, die auf XML basiert und mit einem speziellen Optimierungscompiler kompiliert wird. Zusätzlich zu MJCF unterstützt die Engine das Laden von Dateien im universellen URDF-Format (Unified Robot Description Format). MuJoCo bietet außerdem eine grafische Oberfläche zur interaktiven 3D-Visualisierung des Simulationsprozesses und zur Darstellung der Ergebnisse mithilfe von OpenGL.
Key Features:
- Simulation in verallgemeinerten Koordinaten, unter Ausschluss der Verletzung von Gelenken.
- Umgekehrte Dynamik, auch bei Kontakt erkennbar.
- Verwendung konvexer Programmierung für eine einheitliche Formulierung von Einschränkungen in kontinuierlicher Zeit.
- Möglichkeit, verschiedene Einschränkungen festzulegen, einschließlich Soft-Touch und Trockenreibung.
- Simulation von Partikelsystemen, Stoffen, Seilen und weichen Objekten.
- Ausführende Elemente (Aktuatoren), einschließlich Motoren, Zylinder, Muskeln, Sehnen und Kurbelmechanismen.
- Löser basierend auf Newtons Methoden, konjugierten Gradienten und Gauß-Seidel.
- Möglichkeit der Verwendung von Pyramiden- oder Ellipsen-Reibkegeln.
- Mit der Wahl der numerischen Integrationsmethoden von Euler oder Runge-Kutta.
- Multithread-Diskretisierung und Approximation nach der Methode der endlichen Differenzen.
Source: opennet.ru