Google piederošais uzņēmums DeepMind, kas slavens ar saviem sasniegumiem mākslīgā intelekta jomā un neironu tīklu veidošanu, kas spēj spēlēt datorspēles cilvēka līmenī, paziņoja par dzinēja atklāšanu fizisko procesu simulēšanai MuJoCo (Multi-Joint dynamics with Contact ). Dzinējs ir paredzēts šarnīrveida struktūru, kas mijiedarbojas ar vidi, modelēšanai, un tiek izmantots simulācijai robotu un mākslīgā intelekta sistēmu izstrādē, posmā pirms izstrādātās tehnoloģijas ieviešanas gatavas ierīces veidā.
Kods ir rakstīts C/C++ valodā un tiks publicēts saskaņā ar Apache 2.0 licenci. Tiek atbalstītas Linux, Windows un macOS platformas. Paredzams, ka atvērtā pirmkoda darbs pie visa projekta satura tiks pabeigts 2022. gadā, pēc tam MuJoCo pāries uz atvērtās izstrādes modeli, kas ļauj kopienas dalībniekiem piedalīties izstrādē.
MuJoCo ir bibliotēka, kas ievieš vispārējas nozīmes fizisko procesu simulācijas dzinēju, ko var izmantot robotu, biomehānisko ierīču un mašīnmācīšanās sistēmu pētniecībā un attīstībā, kā arī grafikas, animācijas un datorspēļu izveidē. Simulācijas dzinējs ir optimizēts maksimālai veiktspējai un ļauj veikt zema līmeņa objektu manipulācijas, vienlaikus nodrošinot augstu precizitāti un bagātīgas simulācijas iespējas.
Modeļi tiek definēti, izmantojot MJCF ainu apraksta valodu, kas ir balstīta uz XML un tiek apkopota, izmantojot īpašu optimizācijas kompilatoru. Papildus MJCF dzinējs atbalsta failu ielādi universālajā URDF (Unified Robot Description Format) formātā. MuJoCo nodrošina arī GUI simulācijas procesa interaktīvai 3D vizualizācijai un rezultātu renderēšanai, izmantojot OpenGL.
Galvenās iezīmes:
- Simulācija vispārinātās koordinātēs, izslēdzot locītavu pārkāpumus.
- Apgrieztā dinamika, nosakāma pat kontakta klātbūtnē.
- Izliektas programmēšanas izmantošana, lai formulētu vienotus ierobežojumus nepārtrauktā laikā.
- Iespēja iestatīt dažādus ierobežojumus, tostarp mīkstu pieskārienu un sauso berzi.
- Daļiņu sistēmu, audumu, virvju un mīkstu priekšmetu simulācija.
- Izpildmehānismi (izpildmehānismi), ieskaitot motorus, cilindrus, muskuļus, cīpslas un kloķa mehānismus.
- Risinātāji, kuru pamatā ir Ņūtona, konjugāta gradienta un Gausa-Seidela metodes.
- Iespēja izmantot piramīdas vai elipsveida berzes konusus.
- Izmantojiet savu izvēlēto Eulera vai Runge-Kutta skaitliskās integrācijas metodes.
- Daudzpavedienu diskretizācija un galīgo starpību aproksimācija.
Avots: opennet.ru