Google'ile kuuluv ettevõte DeepMind, mis on kuulus oma arenduste poolest tehisintellekti vallas ja inimtasandil arvutimänge mängima võimeliste närvivõrkude ehitamise poolest, teatas füüsikaliste protsesside simuleerimiseks mõeldud mootori avastamisest MuJoCo (Multi-Joint dynamics with Contact ). Mootor on mõeldud keskkonnaga interakteeruvate liigendstruktuuride modelleerimiseks ning seda kasutatakse simulatsiooniks robotite ja tehisintellektisüsteemide arendamisel etapis enne väljatöötatud tehnoloogia kasutuselevõttu valmisseadme kujul.
Kood on kirjutatud C/C++ keeles ja avaldatakse Apache 2.0 litsentsi all. Toetatakse Linuxi, Windowsi ja macOS-i platvorme. Avatud lähtekoodiga töö kogu projekti sisuga peaks lõppema 2022. aastal, misjärel läheb MuJoCo üle avatud arendusmudelile, mis võimaldab kogukonna liikmetel arenduses osaleda.
MuJoCo on raamatukogu, mis rakendab üldotstarbelist füüsiliste protsesside simulatsioonimootorit, mida saab kasutada robotite, biomehaaniliste seadmete ja masinõppesüsteemide uurimis- ja arendustegevuses, samuti graafika, animatsiooni ja arvutimängude loomisel. Simulatsioonimootor on optimeeritud maksimaalse jõudluse saavutamiseks ja võimaldab madalal tasemel objektide manipuleerimist, pakkudes samal ajal suurt täpsust ja rikkalikke simulatsioonivõimalusi.
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