DeepMind otvara kod za MuJoCo Physics Simulator

DeepMind je otvorio izvorni kod motora za simulaciju fizikalnih procesa MuJoCo (Multi-Joint dynamics with Contact) i prebacio projekt na otvoreni razvojni model, što podrazumijeva mogućnost sudjelovanja članova zajednice u razvoju. Projekt se smatra platformom za istraživanje i suradnju na novim tehnologijama vezanim uz simulaciju robota i složenih mehanizama. Kod je objavljen pod licencom Apache 2.0. Podržane su Linux, Windows i macOS platforme.

MuJoCo je biblioteka koja implementira motor za simulaciju fizičkih procesa i modeliranje zglobnih struktura u interakciji s okolinom, koji se može koristiti u razvoju robota, biomehaničkih uređaja i sustava umjetne inteligencije, kao iu stvaranju grafike, animacije i računalnih igre. Motor je napisan u C-u, ne koristi dinamičku dodjelu memorije i optimiziran je za maksimalne performanse.

MuJoCo vam omogućuje manipuliranje objektima na niskoj razini, dok pruža visoku točnost i opsežne mogućnosti modeliranja. Modeli su definirani korištenjem MJCF jezika za opis scene, koji se temelji na XML-u i kompilira pomoću posebnog optimizirajućeg prevoditelja. Uz MJCF, mehanizam podržava učitavanje datoteka u univerzalnom URDF (Unified Robot Description Format). MuJoCo također nudi GUI za interaktivnu 3D vizualizaciju procesa simulacije i renderiranje rezultata pomoću OpenGL-a.

Glavne značajke:

  • Simulacija u generaliziranim koordinatama, isključujući kršenje zglobova.
  • Obrnuta dinamika, određena čak iu prisutnosti kontakta.
  • Korištenje konveksnog programiranja za unificiranu formulaciju ograničenja u kontinuiranom vremenu.
  • Mogućnost postavljanja različitih ograničenja, uključujući mekani dodir i suho trenje.
  • Simulacija sustava čestica, tkanina, užadi i mekih predmeta.
  • Izvršni elementi (aktuatori), uključujući motore, cilindre, mišiće, tetive i pogonske mehanizme.
  • Solveri temeljeni na Newtonovim metodama, konjugiranim gradijentima i Gauss-Seidelu.
  • Mogućnost korištenja piramidalnih ili eliptičnih tarnih stožaca.
  • Korištenje izbora metoda numeričke integracije Euler ili Runge-Kutta.
  • Višenitna diskretizacija i aproksimacija metodom konačnih razlika.



Izvor: opennet.ru

Dodajte komentar