DeepMind פותחת קוד עבור סימולטור הפיזיקה MuJoCo

DeepMind פתחה את קוד המקור של המנוע להדמיית תהליכים פיזיים MuJoCo (Multi-Joint dynamics עם Contact) והעבירה את הפרויקט למודל פיתוח פתוח, המרמז על אפשרות של השתתפות חברי הקהילה בפיתוח. הפרויקט נתפס כפלטפורמה למחקר ושיתוף פעולה בטכנולוגיות חדשות הקשורות לסימולציה של רובוטים ומנגנונים מורכבים. הקוד מפורסם תחת רישיון Apache 2.0. פלטפורמות Linux, Windows ו-macOS נתמכות.

MuJoCo היא ספרייה המיישמת מנוע להדמיית תהליכים פיזיקליים ומידול מבנים מפרקים המקיימים אינטראקציה עם הסביבה, אשר יכול לשמש בפיתוח רובוטים, מכשירים ביומכניים ומערכות בינה מלאכותית, כמו גם ביצירת גרפיקה, אנימציה ומחשב משחקים. המנוע כתוב ב-C, אינו משתמש בהקצאת זיכרון דינמית, והוא מותאם לביצועים מקסימליים.

MuJoCo מאפשר לך לתפעל אובייקטים ברמה נמוכה, תוך מתן דיוק גבוה ויכולות מידול נרחבות. מודלים מוגדרים באמצעות שפת תיאור הסצנה MJCF, המבוססת על XML ומורכבת באמצעות מהדר מיוחד לאופטימיזציה. בנוסף ל-MJCF, המנוע תומך בטעינת קבצים ב-URDF האוניברסלי (Unified Robot Description Format). MuJoCo מספקת גם ממשק משתמש להדמיה תלת מימדית אינטראקטיבית של תהליך הסימולציה ועיבוד התוצאות באמצעות OpenGL.

תכונות עיקריות:

• סימולציה בקואורדינטות כלליות, לא כולל הפרות מפרקים.
• דינמיקה הפוכה, ניתן לזיהוי אפילו בנוכחות מגע.
• שימוש בתכנות קמור לגיבוש אילוצים מאוחדים בזמן רציף.
• יכולת להגדיר מגבלות שונות, כולל מגע רך וחיכוך יבש.
• הדמיית מערכות חלקיקים, בדים, חבלים וחפצים רכים.
• מפעילים (מפעילים), לרבות מנועים, צילינדרים, שרירים, גידים ומנגנוני ארכובה.
• פותרים המבוססים על ניוטון, שיפוע מצומד ושיטות גאוס-זיידל.
• אפשרות לשימוש בקונוסי חיכוך פירמידליים או אליפטיים.
• השתמש בשיטות האינטגרציה המספריות של אוילר או Runge-Kutta לבחירתך.
• דיסקרטיזציה מרובה הליכות וקירוב הבדלים סופיים.

מקור: OpenNet.ru