DeepMind ಭೌತಿಕ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು MuJoCo (ಸಂಪರ್ಕದೊಂದಿಗೆ ಮಲ್ಟಿ-ಜಾಯಿಂಟ್ ಡೈನಾಮಿಕ್ಸ್) ಅನುಕರಿಸಲು ಎಂಜಿನ್‌ನ ಮೂಲ ಕೋಡ್ ಅನ್ನು ತೆರೆದಿದೆ ಮತ್ತು ಯೋಜನೆಯನ್ನು ಮುಕ್ತ ಅಭಿವೃದ್ಧಿ ಮಾದರಿಗೆ ವರ್ಗಾಯಿಸಿದೆ, ಇದು ಸಮುದಾಯದ ಸದಸ್ಯರು ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಭಾಗವಹಿಸುವ ಸಾಧ್ಯತೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ. ರೋಬೋಟ್‌ಗಳು ಮತ್ತು ಸಂಕೀರ್ಣ ಕಾರ್ಯವಿಧಾನಗಳ ಸಿಮ್ಯುಲೇಶನ್‌ಗೆ ಸಂಬಂಧಿಸಿದ ಹೊಸ ತಂತ್ರಜ್ಞಾನಗಳ ಕುರಿತು ಸಂಶೋಧನೆ ಮತ್ತು ಸಹಯೋಗಕ್ಕಾಗಿ ಈ ಯೋಜನೆಯು ವೇದಿಕೆಯಾಗಿದೆ. ಕೋಡ್ ಅನ್ನು ಅಪಾಚೆ 2.0 ಪರವಾನಗಿ ಅಡಿಯಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿದೆ. Linux, Windows ಮತ್ತು macOS ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳನ್ನು ಬೆಂಬಲಿಸಲಾಗುತ್ತದೆ.
MuJoCo ಒಂದು ಗ್ರಂಥಾಲಯವಾಗಿದ್ದು, ಭೌತಿಕ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಅನುಕರಿಸಲು ಮತ್ತು ಪರಿಸರದೊಂದಿಗೆ ಸಂವಹನ ಮಾಡುವ ಸ್ಪಷ್ಟ ರಚನೆಗಳನ್ನು ಮಾಡೆಲಿಂಗ್ ಮಾಡಲು ಎಂಜಿನ್ ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತದೆ, ಇದನ್ನು ರೋಬೋಟ್‌ಗಳು, ಬಯೋಮೆಕಾನಿಕಲ್ ಸಾಧನಗಳು ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ವ್ಯವಸ್ಥೆಗಳ ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಬಳಸಬಹುದು, ಜೊತೆಗೆ ಗ್ರಾಫಿಕ್ಸ್, ಅನಿಮೇಷನ್ ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ರಚನೆಯಲ್ಲಿ ಬಳಸಬಹುದು. ಆಟಗಳು. ಎಂಜಿನ್ ಅನ್ನು C ನಲ್ಲಿ ಬರೆಯಲಾಗಿದೆ, ಡೈನಾಮಿಕ್ ಮೆಮೊರಿ ಹಂಚಿಕೆಯನ್ನು ಬಳಸುವುದಿಲ್ಲ ಮತ್ತು ಗರಿಷ್ಠ ಕಾರ್ಯಕ್ಷಮತೆಗಾಗಿ ಹೊಂದುವಂತೆ ಮಾಡಲಾಗಿದೆ.
ಹೆಚ್ಚಿನ ನಿಖರತೆ ಮತ್ತು ವ್ಯಾಪಕವಾದ ಮಾಡೆಲಿಂಗ್ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಒದಗಿಸುವಾಗ ಕಡಿಮೆ ಮಟ್ಟದಲ್ಲಿ ವಸ್ತುಗಳನ್ನು ಕುಶಲತೆಯಿಂದ ನಿರ್ವಹಿಸಲು MuJoCo ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ. MJCF ದೃಶ್ಯ ವಿವರಣೆ ಭಾಷೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಮಾದರಿಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ, ಇದು XML ಅನ್ನು ಆಧರಿಸಿದೆ ಮತ್ತು ವಿಶೇಷ ಆಪ್ಟಿಮೈಜಿಂಗ್ ಕಂಪೈಲರ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಸಂಕಲಿಸಲಾಗಿದೆ. MJCF ಜೊತೆಗೆ, ಎಂಜಿನ್ ಸಾರ್ವತ್ರಿಕ URDF ನಲ್ಲಿ ಫೈಲ್‌ಗಳನ್ನು ಲೋಡ್ ಮಾಡುವುದನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ (ಏಕೀಕೃತ ರೋಬೋಟ್ ವಿವರಣೆ ಸ್ವರೂಪ). MuJoCo ಸಿಮ್ಯುಲೇಶನ್ ಪ್ರಕ್ರಿಯೆಯ ಸಂವಾದಾತ್ಮಕ 3D ದೃಶ್ಯೀಕರಣಕ್ಕಾಗಿ ಮತ್ತು OpenGL ಬಳಸಿಕೊಂಡು ಫಲಿತಾಂಶಗಳ ರೆಂಡರಿಂಗ್‌ಗಾಗಿ GUI ಅನ್ನು ಸಹ ಒದಗಿಸುತ್ತದೆ.
ಪ್ರಮುಖ ಲಕ್ಷಣಗಳು:
- ಸಾಮಾನ್ಯೀಕರಿಸಿದ ನಿರ್ದೇಶಾಂಕಗಳಲ್ಲಿ ಸಿಮ್ಯುಲೇಶನ್, ಕೀಲುಗಳ ಉಲ್ಲಂಘನೆಯನ್ನು ಹೊರತುಪಡಿಸಿ.
- ರಿವರ್ಸ್ ಡೈನಾಮಿಕ್ಸ್, ಸಂಪರ್ಕದ ಉಪಸ್ಥಿತಿಯಲ್ಲಿ ಸಹ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ.
- ನಿರಂತರ ಸಮಯದಲ್ಲಿ ನಿರ್ಬಂಧಗಳ ಏಕೀಕೃತ ಸೂತ್ರೀಕರಣಕ್ಕಾಗಿ ಪೀನ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಅನ್ನು ಬಳಸುವುದು.
- ಮೃದು ಸ್ಪರ್ಶ ಮತ್ತು ಶುಷ್ಕ ಘರ್ಷಣೆ ಸೇರಿದಂತೆ ವಿವಿಧ ನಿರ್ಬಂಧಗಳನ್ನು ಹೊಂದಿಸುವ ಸಾಮರ್ಥ್ಯ.
- ಕಣ ವ್ಯವಸ್ಥೆಗಳು, ಬಟ್ಟೆಗಳು, ಹಗ್ಗಗಳು ಮತ್ತು ಮೃದುವಾದ ವಸ್ತುಗಳ ಸಿಮ್ಯುಲೇಶನ್.
- ಮೋಟಾರುಗಳು, ಸಿಲಿಂಡರ್‌ಗಳು, ಸ್ನಾಯುಗಳು, ಸ್ನಾಯುಗಳು ಮತ್ತು ಕ್ರ್ಯಾಂಕ್ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಕಾರ್ಯನಿರ್ವಾಹಕ ಅಂಶಗಳು (ಆಕ್ಟಿವೇಟರ್‌ಗಳು).
- ನ್ಯೂಟನ್ರ ವಿಧಾನಗಳು, ಸಂಯೋಜಿತ ಗ್ರೇಡಿಯಂಟ್ಗಳು ಮತ್ತು ಗಾಸ್-ಸೀಡೆಲ್ ಅನ್ನು ಆಧರಿಸಿದ ಪರಿಹಾರಗಳು.
- ಪಿರಮಿಡ್ ಅಥವಾ ದೀರ್ಘವೃತ್ತದ ಘರ್ಷಣೆ ಕೋನ್ಗಳನ್ನು ಬಳಸುವ ಸಾಧ್ಯತೆ.
- ಯೂಲರ್ ಅಥವಾ ರೂಂಜ್-ಕುಟ್ಟಾದ ಸಂಖ್ಯಾತ್ಮಕ ಏಕೀಕರಣ ವಿಧಾನಗಳ ಆಯ್ಕೆಯನ್ನು ಬಳಸುವುದು.
- ಸೀಮಿತ ವ್ಯತ್ಯಾಸಗಳ ವಿಧಾನದಿಂದ ಮಲ್ಟಿಥ್ರೆಡ್ ವಿವೇಚನೆ ಮತ್ತು ಅಂದಾಜು.
ಮೂಲ: opennet.ru