ဥာဏ်ရည်တုနယ်ပယ်တွင် တိုးတက်မှုများနှင့် လူသားအဆင့်တွင် ကွန်ပျူတာဂိမ်းများကို ကစားနိုင်သည့် အာရုံကြောကွန်ရက်များ တည်ဆောက်မှုဖြင့် ကျော်ကြားသော Google ပိုင်ကုမ္ပဏီ DeepMind သည် ရုပ်ပိုင်းဆိုင်ရာ လုပ်ငန်းစဉ်များကို ပုံဖော်ရန်အတွက် MuJoCo (Multi-Joint Dynamics with Contact with Multi- Joint Dynamic) ကို ရှာဖွေတွေ့ရှိခဲ့ကြောင်း ကြေညာခဲ့သည်။ ) အင်ဂျင်သည် ပတ်ဝန်းကျင်နှင့် ဆက်စပ်နေသည့် ပီပြင်သောဖွဲ့စည်းပုံများကို ပုံဖော်ရန် ရည်ရွယ်ပြီး စက်ရုပ်များနှင့် ဉာဏ်ရည်တုစနစ်များ ဖွံ့ဖြိုးတိုးတက်ရေးတွင် အချောထည်ပြုလုပ်သည့် နည်းပညာကို အကောင်အထည်မဖော်မီ အဆင့်တွင် စက်ရုပ်များနှင့် ဉာဏ်ရည်တုစနစ်များ ဖော်ဆောင်ရာတွင် အသုံးပြုသည်။
ကုဒ်ကို C/C++ ဖြင့် ရေးသားထားပြီး Apache 2.0 လိုင်စင်အောက်တွင် ထုတ်ဝေမည်ဖြစ်သည်။ Linux၊ Windows နှင့် macOS ပလပ်ဖောင်းများကို ပံ့ပိုးထားသည်။ ပရောဂျက်၏အကြောင်းအရာအားလုံးတွင် ပွင့်လင်းမြင်သာသောလုပ်ငန်းကို 2022 ခုနှစ်တွင် အပြီးသတ်နိုင်မည်ဟု မျှော်လင့်ရပြီး MuJoCo သည် ဖွံ့ဖြိုးတိုးတက်မှုတွင် ရပ်ရွာအဖွဲ့ဝင်များပါ၀င်နိုင်စေမည့် ပွင့်လင်းဖွံ့ဖြိုးတိုးတက်မှုပုံစံသို့ ပြောင်းရွှေ့မည်ဖြစ်သည်။
MuJoCo သည် စက်ရုပ်များ၊ ဇီဝစက်ကိရိယာများနှင့် စက်သင်ယူမှုစနစ်များအပြင် ဂရပ်ဖစ်၊ ကာတွန်းနှင့် ကွန်ပြူတာဂိမ်းများ ဖန်တီးရာတွင် အသုံးပြုနိုင်သည့် ယေဘုယျရည်ရွယ်ချက် ရုပ်ပိုင်းဆိုင်ရာ လုပ်ငန်းစဉ် simulation အင်ဂျင်ကို အကောင်အထည်ဖော်သည့် စာကြည့်တိုက်တစ်ခုဖြစ်သည်။ Simulation အင်ဂျင်ကို အမြင့်ဆုံးစွမ်းဆောင်ရည်အတွက် အကောင်းဆုံးဖြစ်အောင် ပြုလုပ်ထားပြီး တိကျမှုမြင့်မားပြီး ကြွယ်ဝသော simulation စွမ်းရည်များကို ပေးဆောင်နေချိန်တွင် အဆင့်နိမ့်အရာဝတ္ထုများကို ကိုင်တွယ်ခြင်းအား ခွင့်ပြုပါသည်။
မော်ဒယ်များကို XML ကိုအခြေခံ၍ အထူးကောင်းမွန်အောင်ပြုလုပ်ထားသော compiler ကိုအသုံးပြု၍ ပြုစုထားသည့် MJCF မြင်ကွင်းဖော်ပြချက်ဘာသာစကားကို အသုံးပြု၍ သတ်မှတ်သတ်မှတ်ထားသည်။ MJCF အပြင်၊ အင်ဂျင်သည် universal URDF (Unified Robot Description Format) တွင် ဖိုင်များတင်ခြင်းကို ပံ့ပိုးပေးပါသည်။ MuJoCo သည် OpenGL ကို အသုံးပြု၍ သရုပ်ဖော်ခြင်းလုပ်ငန်းစဉ်နှင့် ရလဒ်များကို တင်ဆက်ခြင်းအတွက် အပြန်အလှန်အကျိုးသက်ရောက်သော 3D အမြင်အာရုံအတွက် GUI ကို ပေးပါသည်။
အဓိကသော့ချက်များ:
- ပူးတွဲချိုးဖောက်မှုများမှလွဲ၍ ယေဘုယျအားဖြင့် သြဒိနိတ်များတွင် သရုပ်ဖော်ခြင်း။
- ပြောင်းပြန်ဒိုင်းနမစ်များ၊ အဆက်အသွယ်ရှိနေချိန်၌ပင် သိရှိနိုင်သည်။
- စဉ်ဆက်မပြတ် အချိန်အတွင်း စုစည်းထားသော ကန့်သတ်ချက်များကို ပုံဖော်ရန် ခုံးပရိုဂရမ်ကို အသုံးပြုခြင်း။
- ပျော့ပျောင်းသော အထိအတွေ့နှင့် ခြောက်သွေ့သော ပွတ်တိုက်မှု အပါအဝင် အမျိုးမျိုးသော ကန့်သတ်ချက်များကို သတ်မှတ်နိုင်သည်။
- အမှုန်အမွှားစနစ်များ၊ အထည်များ၊ ကြိုးများနှင့် ပျော့ပျောင်းသည့်အရာများကို သရုပ်ဖော်ခြင်း။
- မော်တာများ၊ ဆလင်ဒါများ၊ ကြွက်သားများ၊ အရွတ်များနှင့် crank ယန္တရားများ အပါအဝင် တွန်းအားပေးကိရိယာများ။
- Newton၊ conjugate gradient နှင့် Gauss-Seidel နည်းလမ်းများကို အခြေခံ၍ ဖြေရှင်းသူများ။
- Pyramidal သို့မဟုတ် elliptical friction cones ကို အသုံးပြုရန် ဖြစ်နိုင်ခြေ။
- Euler သို့မဟုတ် Runge-Kutta ဂဏန်းပေါင်းစည်းနည်းများကို သင်၏ရွေးချယ်မှုကို အသုံးပြုပါ။
- Multi-threaded discretization နှင့် ကန့်သတ်ခြားနားချက် အနီးစပ်ဆုံး။
source: opennet.ru