Die zu Google gehörende Firma DeepMind, bekannt für ihre Entwicklungen im Bereich der Künstlichen Intelligenz und den Aufbau von neuronalen Netzwerken, die auf menschlichem Niveau Computer Spiele spielen können, hat die Einführung der MuJoCo-Engine (Multi-Joint Dynamics with Contact) zur Simulation physikalischer Prozesse angekündigt. Diese Engine zielt darauf ab, gelenkige Strukturen, die mit ihrer Umgebung interagieren, zu modellieren und wird zur Simulation bei der Entwicklung von Robotern und KI-Systemen eingesetzt, bevor die Technologie in Form eines fertigen Geräts realisiert wird.
Der Code ist in den Programmiersprachen C/C++ geschrieben und wird unter der Lizenz Apache 2.0 veröffentlicht. Unterstützt werden die Plattformen Linux, Windows und macOS. Die Arbeiten zur Veröffentlichung aller projektbezogenen Quelltexte sollen bis Ende 2022 abgeschlossen sein, danach geht MuJoCo in ein offenes Entwicklungsmodell über, das die Beteiligung der Community umfasst.
MuJoCo ist eine Bibliothek, die eine universelle Simulations-Engine für physikalische Prozesse implementiert. Diese kann in der Forschung und Entwicklung von Robotern, biomechanischen Geräten und Machine-Learning-Systemen eingesetzt werden, ebenso wie bei der Erstellung von Grafiken, Animationen und Computerspielen. Die Simulations-Engine ist für maximale Leistung optimiert und ermöglicht die Manipulation von Objekten auf niedriger Ebene, während gleichzeitig hohe Genauigkeit und umfangreiche Modellierungsfähigkeiten gewährleistet werden.
Modelle werden mit der Szenenbeschreibungssprache MJCF definiert, die auf XML basiert und mit einem speziellen Optimierungscompiler kompiliert wird. Neben MJCF unterstützt die Engine auch den Import von Dateien im universellen Format URDF (Unified Robot Description Format). MuJoCo bietet zudem eine grafische Benutzeroberfläche zur interaktiven 3D-Visualisierung des Simulationsprozesses und zur Renderung der Ergebnisse mithilfe von 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
