Perusahaan milik Google DeepMind, misuwur amarga perkembangane ing bidang intelijen buatan lan pambangunan jaringan saraf sing bisa main game komputer ing tingkat manungsa, ngumumake panemuan mesin kanggo simulasi proses fisik MuJoCo (dinamika Multi-Joint karo Kontak. ). Mesin kasebut ngarahake model struktur artikulasi sing sesambungan karo lingkungan, lan digunakake kanggo simulasi ing pangembangan robot lan sistem intelijen buatan, ing tahap sadurunge implementasi teknologi sing dikembangake ing wangun piranti sing wis rampung.
Kode kasebut ditulis ing C/C++ lan bakal diterbitake miturut lisensi Apache 2.0. Platform Linux, Windows lan macOS didhukung. Karya open-source ing kabeh isi proyek samesthine bakal rampung ing 2022, sawise MuJoCo bakal pindhah menyang model pembangunan mbukak sing ngidini anggota masyarakat kanggo melu ing pembangunan.
MuJoCo minangka perpustakaan sing ngetrapake mesin simulasi proses fisik umum sing bisa digunakake ing riset lan pangembangan robot, piranti biomekanik lan sistem pembelajaran mesin, uga ing nggawe grafis, animasi lan game komputer. Mesin simulasi dioptimalake kanggo kinerja maksimal lan ngidini manipulasi obyek tingkat rendah nalika nyedhiyakake akurasi dhuwur lan kapabilitas simulasi sing sugih.
Model ditetepake nggunakake basa deskripsi pemandangan MJCF, sing adhedhasar XML lan dikompilasi nggunakake compiler ngoptimalake khusus. Saliyane MJCF, mesin ndhukung file loading ing URDF universal (Unified Robot Description Format). MuJoCo uga menehi GUI kanggo visualisasi 3D interaktif saka proses simulasi lan rendering asil nggunakake OpenGL.
Fitur utama:
- Simulasi ing koordinat umum, ora kalebu pelanggaran gabungan.
- Dinamika mbalikke, bisa dideteksi sanajan ana kontak.
- Nggunakake pemrograman cembung kanggo ngrumusake kendala terpadu ing wektu sing terus-terusan.
- Kemampuan kanggo nyetel macem-macem watesan, kalebu tutul alus lan gesekan garing.
- Simulasi sistem partikel, kain, tali lan obyek alus.
- Aktuator (aktuator), kalebu motor, silinder, otot, tendon lan mekanisme engkol.
- Solvers adhedhasar Newton, conjugate gradient lan cara Gauss-Seidel.
- Kamungkinan nggunakake kerucut gesekan piramida utawa elips.
- Gunakake pilihan metode integrasi numerik Euler utawa Runge-Kutta.
- Discretization multi-threaded lan perkiraan prabΓ©dan wates.
Source: opennet.ru