人工知能分野の開発と人間レベルでコンピュータゲームをプレイできるニューラルネットワークの構築で有名なGoogle傘下の企業DeepMindは、物理プロセスをシミュレートするエンジンMuJoCo（接触による多関節ダイナミクス）の発見を発表した。 ）。このエンジンは、環境と相互作用する多関節構造のモデリングを目的としており、ロボットや人工知能システムの開発における、開発した技術を完成したデバイスの形で実装する前の段階でのシミュレーションに使用されます。
コードは C/C++ で書かれており、Apache 2.0 ライセンスに基づいて公開されます。 Linux、Windows、macOS プラットフォームがサポートされています。プロジェクトのすべてのコンテンツに関するオープンソース作業は 2022 年に完了する予定で、その後 MuJoCo はコミュニティ メンバーが開発に参加できるオープン開発モデルに移行します。
MuJoCo は、ロボット、生体力学デバイス、機械学習システムの研究開発、グラフィックス、アニメーション、コンピュータ ゲームの作成に使用できる汎用の物理プロセス シミュレーション エンジンを実装したライブラリです。シミュレーション エンジンはパフォーマンスを最大化するように最適化されており、高精度で豊富なシミュレーション機能を提供しながら、低レベルのオブジェクト操作が可能になります。
モデルは、XML に基づいた MJCF シーン記述言語を使用して定義され、特別な最適化コンパイラーを使用してコンパイルされます。 MJCF に加えて、エンジンはユニバーサル URDF (Unified Robot description Format) でのファイルのロードをサポートします。 MuJoCo は、OpenGL を使用してシミュレーション プロセスをインタラクティブに 3D 視覚化し、結果をレンダリングするための GUI も提供します。
主な機能：
- 共同違反を除いた一般化座標でのシミュレーション。
- 逆ダイナミクス、接触の存在下でも検出可能。
- 凸計画法を使用して、連続時間内で統一された制約を定式化します。
- ソフトなタッチやドライな摩擦など、さまざまな制限を設定できます。
- パーティクル システム、ファブリック、ロープ、柔らかいオブジェクトのシミュレーション。
- モーター、シリンダー、筋肉、腱、クランク機構などのアクチュエーター (アクチュエーター)。
- ニュートン法、共役勾配法、ガウス・ザイデル法に基づくソルバー。
- 角錐形または楕円形の摩擦コーンを使用する可能性。
- オイラーまたはルンゲ・クッタの数値積分法を選択して使用します。
- マルチスレッドの離散化と有限差分近似。
出所： オープンネット.ru