DeepMind tilkynnti um opnun á hermi af líkamlegum ferlum MuJoCo

Fyrirtækið DeepMind sem er í eigu Google, frægt fyrir þróun sína á sviði gervigreindar og byggingu tauganeta sem geta spilað tölvuleiki á mannlegu stigi, tilkynnti um uppgötvun vélar til að líkja eftir eðlisfræðilegum ferlum MuJoCo (Multi-Joint Dynamics with Contact ). Vélin miðar að því að móta liðskipt mannvirki sem hafa samskipti við umhverfið og er notuð til eftirlíkingar við þróun vélmenna og gervigreindarkerfa á stigi fyrir innleiðingu þróaðrar tækni í formi fullbúins tækis.

Kóðinn er skrifaður í C/C++ og verður birtur undir Apache 2.0 leyfinu. Linux, Windows og macOS pallar eru studdir. Gert er ráð fyrir að opinn uppspretta vinnu við allt efni verkefnisins verði lokið árið 2022, eftir það mun MuJoCo fara yfir í opið þróunarlíkan sem gerir samfélagsmeðlimum kleift að taka þátt í þróuninni.

MuJoCo er bókasafn sem útfærir almenna líkamlega ferlahermunarvél sem hægt er að nota í rannsóknum og þróun vélmenna, lífmekanískra tækja og vélanámskerfa, sem og við gerð grafík, hreyfimynda og tölvuleikja. Hermivélin er fínstillt fyrir hámarksafköst og gerir kleift að meðhöndla hluti á lágu stigi á sama tíma og hún veitir mikla nákvæmni og ríka uppgerðarmöguleika.

Líkön eru skilgreind með því að nota MJCF senulýsingarmálið, sem er byggt á XML og sett saman með sérstökum fínstillingarþýðanda. Auk MJCF styður vélin hleðslu skráa í alhliða URDF (Unified Robot Description Format). MuJoCo býður einnig upp á GUI fyrir gagnvirka þrívíddarsýn á uppgerðinni og birtingu niðurstaðna með OpenGL.

Lykil atriði:

  • Hermun í almennum hnitum, að undanskildum liðbrotum.
  • Öfug gangverki, greinanlegt jafnvel í viðurvist snertingar.
  • Notkun kúptrar forritunar til að móta samræmdar takmarkanir á samfelldum tíma.
  • Geta til að setja ýmsar takmarkanir, þar á meðal mjúka snertingu og þurran núning.
  • Eftirlíking af agnakerfum, efnum, reipi og mjúkum hlutum.
  • Stýritæki (drifvélar), þar á meðal mótorar, strokka, vöðvar, sinar og sveifarbúnað.
  • Lausarar byggðir á Newton, samtengdum halla og Gauss-Seidel aðferðum.
  • Möguleiki á að nota pýramída- eða sporöskjulaga núningskeilur.
  • Notaðu val þitt á Euler eða Runge-Kutta tölulegum samþættingaraðferðum.
  • Margþráður mismunur og nálgun á endanlegri mismun.



Heimild: opennet.ru

Bæta við athugasemd