Компания DeepMind открыла исходные тексты движка для симуляции физических процессов MuJoCo (Multi-Joint dynamics with Contact) и перевела проект на открытую модель разработки, подразумевающую возможность участия в разработке представителей сообщества. Проект рассматривается как платформа для проведения исследований и совместной работы над новыми технологиями, связанными с симуляцией роботов и сложных механизмов. Код опубликован под лицензией Apache 2.0. Поддерживаются платформы Linux, Windows и macOS.
MuJoCo представляет собой библиотеку с реализацией движка симуляции физических процессов и моделирование сочленённых структур, взаимодействующих с окружающей средой, который может применяться в процессе разработки роботов, биомеханических устройств и систем искусственного интеллекта, а также при создании графики, анимации и компьютерных игр. Движок написан на Си, не использует динамическое выделение памяти и оптимизирован для достижения максимальной производительности.
MuJoCo позволяет манипулировать объектами на низком уровне, обеспечивая при этом высокую точность и широкие возможности моделирования. Модели определяются при помощи языка описания сцен MJCF, основанного на XML и компилируемого при помощи специального оптимизирующего компилятора. Помимо MJCF движок поддерживает загрузку файлов в универсальном формате URDF (Unified Robot Description Format). MuJoCo также предоставляет графический интерфейс для интерактивной 3D-визуализации процесса симуляции и рендеринга результатов с использованием OpenGL.
Taybetmendiyên girîng
- Simulasyon di koordînatên gelemperî de, ji bilî binpêkirinên hevbeş.
- Dînamîkên berevajî, ku di hebûna têkiliyê de jî têne tesbît kirin.
- Bikaranîna bernamesaziya konveks ji bo formulekirina astengiyên yekbûyî di dema domdar de.
- Kapasîteya danîna sînorkirinên cihêreng, di nav de têkiliya nerm û kêşana hişk.
- Simulasyona pergalên parçikan, qumaş, têl û tiştên nerm.
- Aktuator (aktûator), di nav de motor, silindir, masûlk, tendon û mekanîzmayên crank.
- Çareserên ku li ser bingeha Newton, gradientê hevgirtî û rêbazên Gauss-Seidel têne damezrandin.
- Ihtîmala karanîna konên kêşanê yên pîramîdal an elîptîkî.
- Hilbijartina xwe ya rêbazên entegrasyona hejmarî Euler an Runge-Kutta bikar bînin.
- Dabeşkirina pir-têlan û nêzîkbûna cûdahiya dawî.
Source: opennet.ru