Perusahaan milik Google, DeepMind, yang terkenal dengan perkembangannya di bidang kecerdasan buatan dan pembangunan jaringan saraf yang mampu memainkan permainan komputer di tingkat manusia, mengumumkan penemuan mesin untuk mensimulasikan proses fisik MuJoCo (Dinamika Multi-Joint dengan Kontak ). Mesin ini ditujukan untuk memodelkan struktur artikulasi yang berinteraksi dengan lingkungan, dan digunakan untuk simulasi dalam pengembangan robot dan sistem kecerdasan buatan, pada tahap sebelum implementasi teknologi yang dikembangkan dalam bentuk perangkat jadi.
Kode ini ditulis dalam C/C++ dan akan dipublikasikan di bawah lisensi Apache 2.0. Platform Linux, Windows dan macOS didukung. Pekerjaan sumber terbuka pada semua konten proyek diharapkan selesai pada tahun 2022, setelah itu MuJoCo akan beralih ke model pengembangan terbuka yang memungkinkan anggota komunitas untuk berpartisipasi dalam pengembangan.
MuJoCo adalah perpustakaan yang mengimplementasikan mesin simulasi proses fisik untuk tujuan umum yang dapat digunakan dalam penelitian dan pengembangan robot, perangkat biomekanik, dan sistem pembelajaran mesin, serta dalam pembuatan grafik, animasi, dan permainan komputer. Mesin simulasi dioptimalkan untuk kinerja maksimum dan memungkinkan manipulasi objek tingkat rendah sekaligus memberikan akurasi tinggi dan kemampuan simulasi yang kaya.
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