DeepMind Membuka Kode untuk Simulator Fisika MuJoCo

DeepMind telah membuka kode sumber mesin untuk simulasi proses fisik MuJoCo (Dinamika Multi-Bersama dengan Kontak) dan mentransfer proyek ke model pengembangan terbuka, yang menyiratkan kemungkinan anggota komunitas berpartisipasi dalam pengembangan. Proyek ini dipandang sebagai platform untuk penelitian dan kolaborasi teknologi baru terkait simulasi robot dan mekanisme kompleks. Kode ini diterbitkan di bawah lisensi Apache 2.0. Platform Linux, Windows dan macOS didukung.

MuJoCo adalah perpustakaan yang mengimplementasikan mesin untuk mensimulasikan proses fisik dan memodelkan struktur artikulasi yang berinteraksi dengan lingkungan, yang dapat digunakan dalam pengembangan robot, perangkat biomekanik, dan sistem kecerdasan buatan, serta dalam pembuatan grafik, animasi, dan komputer. permainan. Mesinnya ditulis dalam C, tidak menggunakan alokasi memori dinamis, dan dioptimalkan untuk performa maksimal.

MuJoCo memungkinkan Anda memanipulasi objek pada tingkat rendah, sekaligus memberikan akurasi tinggi dan kemampuan pemodelan yang luas. Model didefinisikan menggunakan bahasa deskripsi adegan MJCF, yang didasarkan pada XML dan dikompilasi menggunakan kompiler pengoptimalan khusus. Selain MJCF, mesin mendukung pemuatan file dalam URDF universal (Unified Robot Description Format). MuJoCo juga menyediakan GUI untuk visualisasi 3D interaktif dari proses simulasi dan rendering hasil menggunakan OpenGL.

Fitur utama:

  • Simulasi dalam koordinat umum, tidak termasuk pelanggaran bersama.
  • Dinamika terbalik, dapat dideteksi bahkan dengan adanya kontak.
  • Menggunakan pemrograman cembung untuk merumuskan batasan terpadu dalam waktu berkelanjutan.
  • Kemampuan untuk mengatur berbagai batasan, termasuk sentuhan lembut dan gesekan kering.
  • Simulasi sistem partikel, kain, tali dan benda lunak.
  • Aktuator (aktuator), meliputi motor, silinder, otot, tendon, dan mekanisme engkol.
  • Pemecah berdasarkan metode Newton, gradien konjugasi, dan Gauss-Seidel.
  • Kemungkinan menggunakan kerucut gesekan piramidal atau elips.
  • Gunakan metode integrasi numerik Euler atau Runge-Kutta pilihan Anda.
  • Diskritisasi multi-utas dan perkiraan perbedaan hingga.



Sumber: opennet.ru

Tambah komentar