DeepMind on avanud füüsiliste protsesside simuleerimise mootori MuJoCo (Multi-Joint dynamics with Contact) lähtekoodi ja viinud projekti üle avatud arendusmudelile, mis eeldab kogukonna liikmete võimalust arenduses osaleda. Projekti peetakse robotite ja keerukate mehhanismide simuleerimisega seotud uute tehnoloogiate uurimise ja koostöö platvormiks. Kood on avaldatud Apache 2.0 litsentsi all. Toetatakse Linuxi, Windowsi ja macOS-i platvorme.
MuJoCo on füüsikaliste protsesside simuleerimiseks ja keskkonnaga interakteeruvate liigendatud struktuuride modelleerimiseks mõeldud mootorit rakendav raamatukogu, mida saab kasutada robotite, biomehaaniliste seadmete ja tehisintellektisüsteemide arendamisel, aga ka graafika, animatsiooni ja arvuti loomisel. mängud. Mootor on kirjutatud C-keeles, ei kasuta dünaamilist mälujaotust ja on optimeeritud maksimaalse jõudluse saavutamiseks.
MuJoCo võimaldab teil manipuleerida objekte madalal tasemel, pakkudes samal ajal suurt täpsust ja ulatuslikke modelleerimisvõimalusi. Mudelid defineeritakse MJCF stseenikirjelduskeele abil, mis põhineb XML-il ja kompileeritakse spetsiaalse optimeeriva kompilaatori abil. Lisaks MJCF-ile toetab mootor failide laadimist universaalses URDF-is (Unified Robot Description Format). MuJoCo pakub ka GUI-d simulatsiooniprotsessi interaktiivseks 3D-visualiseerimiseks ja tulemuste renderdamiseks OpenGL-i abil.
Põhijooned:
- Simulatsioon üldistatud koordinaatides, välja arvatud liigeste rikkumised.
- Pöörddünaamika, tuvastatav isegi kontakti olemasolul.
- Kumera programmeerimise kasutamine pideva aja ühtsete piirangute formuleerimiseks.
- Võimalus seada erinevaid piiranguid, sealhulgas pehme puudutus ja kuiv hõõrdumine.
- Osakeste süsteemide, kangaste, köite ja pehmete esemete simulatsioon.
- Täiturid (ajamid), sealhulgas mootorid, silindrid, lihased, kõõlused ja vändamehhanismid.
- Newtoni, konjugaatgradiendi ja Gauss-Seideli meetoditel põhinevad lahendajad.
- Püramiidsete või elliptiliste hõõrdekoonuste kasutamise võimalus.
- Kasutage oma valitud Euleri või Runge-Kutta numbrilise integreerimise meetodeid.
- Mitme keermega diskretiseerimine ja lõplike erinevuste lähendamine.
Allikas: opennet.ru