La société DeepMind, propriété de Google, célèbre pour ses développements dans le domaine de l'intelligence artificielle et la construction de réseaux de neurones capables de jouer à des jeux informatiques au niveau humain, a annoncé la découverte d'un moteur de simulation de processus physiques MuJoCo (Multi-Joint Dynamics with Contact ). Le moteur est destiné à modéliser des structures articulées en interaction avec l'environnement et est utilisé pour la simulation dans le développement de robots et de systèmes d'intelligence artificielle, avant la mise en œuvre de la technologie développée sous la forme d'un dispositif fini.
Le code est écrit en C/C++ et sera publié sous la licence Apache 2.0. Les plateformes Linux, Windows et macOS sont prises en charge. Le travail open source sur tout le contenu du projet devrait être achevé en 2022, après quoi MuJoCo passera à un modèle de développement ouvert qui permet aux membres de la communauté de participer au développement.
MuJoCo est une bibliothèque qui implémente un moteur de simulation de processus physiques à usage général pouvant être utilisé dans la recherche et le développement de robots, de dispositifs biomécaniques et de systèmes d'apprentissage automatique, ainsi que dans la création de graphiques, d'animations et de jeux informatiques. Le moteur de simulation est optimisé pour des performances maximales et permet une manipulation d'objets de bas niveau tout en offrant une grande précision et des capacités de simulation riches.
Les modèles sont définis à l'aide du langage de description de scène MJCF, basé sur XML et compilé à l'aide d'un compilateur d'optimisation spécial. En plus de MJCF, le moteur prend en charge le chargement de fichiers au format universel URDF (Unified Robot Description Format). MuJoCo fournit également une interface graphique pour la visualisation 3D interactive du processus de simulation et le rendu des résultats à l'aide d'OpenGL.
Principales caractéristiques:
- Simulation en coordonnées généralisées, excluant la violation des articulations.
- Dynamique inverse, déterminée même en présence de contact.
- Utilisation de la programmation convexe pour une formulation unifiée des contraintes en temps continu.
- Possibilité de définir diverses contraintes, notamment le toucher doux et la friction sèche.
- Simulation de systèmes de particules, de tissus, de cordes et d'objets mous.
- Éléments exécutifs (actionneurs), y compris les moteurs, les cylindres, les muscles, les tendons et les mécanismes à manivelle.
- Solveurs basés sur les méthodes de Newton, gradients conjugués et Gauss-Seidel.
- Possibilité d'utiliser des cônes de friction pyramidaux ou elliptiques.
- Utilisation au choix des méthodes d'intégration numérique d'Euler ou de Runge-Kutta.
- Discrétisation multithread et approximation par la méthode des différences finies.
Source: opennet.ru