DeepMind hat de boarnekoade fan 'e motor iepene foar it simulearjen fan fysike prosessen MuJoCo (Multi-Joint dynamyk mei Kontakt) en it projekt oerbrocht nei in iepen ûntwikkelingsmodel, wat de mooglikheid ymplisearret dat leden fan' e mienskip dielnimme oan 'e ûntwikkeling. It projekt wurdt sjoen as in platfoarm foar ûndersyk en gearwurking op nije technologyen yn ferbân mei de simulaasje fan robots en komplekse meganismen. De koade wurdt publisearre ûnder de Apache 2.0-lisinsje. Linux, Windows en macOS platfoarms wurde stipe.
MuJoCo is in bibleteek dy't in motor ymplemintearret foar it simulearjen fan fysike prosessen en it modellerjen fan artikuleare struktueren dy't ynteraksje mei de omjouwing, dy't kin wurde brûkt yn 'e ûntwikkeling fan robots, biomeganyske apparaten en systemen foar keunstmjittige yntelliginsje, lykas ek by it meitsjen fan grafiken, animaasje en kompjûter wedstriid. De motor is skreaun yn C, brûkt gjin dynamyske ûnthâld tawizing, en wurdt optimalisearre foar maksimale prestaasjes.
MuJoCo lit jo objekten op in leech nivo manipulearje, wylst jo in hege krektens en wiidweidige modelleringsmooglikheden leverje. Modellen wurde definieare mei de MJCF-sênebeskriuwingstaal, dy't basearre is op XML en kompilearre mei in spesjale optimalisearjende kompilator. Neist MJCF stipet de motor it laden fan bestannen yn it universele URDF (Unified Robot Description Format). MuJoCo leveret ek in GUI foar ynteraktive 3D-fisualisaasje fan it simulaasjeproses en it werjaan fan 'e resultaten mei OpenGL.
Key features:
- Simulaasje yn generalisearre koördinaten, útsein mienskiplike oertredings.
- Omkearde dynamyk, detectable sels yn 'e oanwêzigens fan kontakt.
- Gebrûk fan konvexe programmearring om unifoarme beheiningen yn trochgeande tiid te formulearjen.
- Mooglikheid om ferskate beheiningen yn te stellen, ynklusyf sêfte oanrekking en droege wriuwing.
- Simulaasje fan partikelsystemen, stoffen, touwen en sêfte objekten.
- Actuators (actuators), ynklusyf motors, silinders, spieren, tendons en crank meganismen.
- Solvers basearre op Newton, conjugate gradient en Gauss-Seidel metoaden.
- Mooglikheid fan it brûken fan piramidale of elliptyske wriuwingskegels.
- Brûk jo kar fan Euler of Runge-Kutta numerike yntegraasjemetoaden.
- Multi-threaded discretization en einige ferskil approximation.
Boarne: opennet.ru