DeepMind भौतिक विज्ञान सिमुलेटर MuJoCo को लागि कोड खोल्छ

DeepMind ले भौतिक प्रक्रियाहरू MuJoCo (कन्ट्याक्टसँग बहु-संयुक्त गतिशीलता) को अनुकरण गर्न इन्जिनको स्रोत कोड खोलेको छ र परियोजनालाई खुला विकास मोडेलमा हस्तान्तरण गरेको छ, जसले समुदायका सदस्यहरूको विकासमा भाग लिने सम्भावनालाई संकेत गर्दछ। प्रोजेक्टलाई रोबोट र जटिल संयन्त्रको सिमुलेशनसँग सम्बन्धित नयाँ प्रविधिहरूमा अनुसन्धान र सहयोगको लागि प्लेटफर्मको रूपमा हेरिन्छ। कोड Apache 2.0 लाइसेन्स अन्तर्गत प्रकाशित गरिएको छ। लिनक्स, विन्डोज र macOS प्लेटफर्महरू समर्थित छन्।

MuJoCo एक पुस्तकालय हो जसले भौतिक प्रक्रियाहरूको नक्कल गर्न र वातावरणसँग अन्तरक्रिया गर्ने अभिव्यक्त संरचनाहरू मोडेल गर्न इन्जिन लागू गर्दछ, जुन रोबोट, बायोमेकानिकल उपकरणहरू र कृत्रिम बुद्धिमत्ता प्रणालीहरूको विकासका साथै ग्राफिक्स, एनिमेसन र कम्प्युटरको निर्माणमा प्रयोग गर्न सकिन्छ। खेलहरू। इन्जिन C मा लेखिएको छ, गतिशील मेमोरी आवंटन प्रयोग गर्दैन, र अधिकतम प्रदर्शनको लागि अनुकूलित छ।

MuJoCo ले तपाईंलाई कम स्तरमा वस्तुहरू हेरफेर गर्न अनुमति दिन्छ, जबकि उच्च सटीकता र व्यापक मोडेलिङ क्षमताहरू प्रदान गर्दछ। मोडेलहरू MJCF दृश्य वर्णन भाषा प्रयोग गरी परिभाषित गरिन्छ, जुन XML मा आधारित छ र विशेष अनुकूलन कम्पाइलर प्रयोग गरेर कम्पाइल गरिएको छ। MJCF को अतिरिक्त, इन्जिनले विश्वव्यापी URDF (एकीकृत रोबोट विवरण ढाँचा) मा फाइलहरू लोड गर्न समर्थन गर्दछ। MuJoCo ले सिमुलेशन प्रक्रियाको अन्तरक्रियात्मक 3D भिजुअलाइजेशन र OpenGL प्रयोग गरेर परिणामहरूको रेन्डरिङको लागि GUI पनि प्रदान गर्दछ।

मुख्य सुविधाहरू:

• संयुक्त उल्लङ्घनहरू बाहेक, सामान्यीकृत निर्देशांकहरूमा सिमुलेशन।
• उल्टो गतिशीलता, सम्पर्कको उपस्थितिमा पनि पत्ता लगाउन सकिने।
• कन्भेक्स प्रोग्रामिङ प्रयोग गरी निरन्तर समयमा एकीकृत अवरोधहरू बनाउन।
• नरम स्पर्श र सुख्खा घर्षण सहित विभिन्न प्रतिबन्धहरू सेट गर्ने क्षमता।
• कण प्रणाली, कपडा, डोरी र नरम वस्तुहरूको सिमुलेशन।
• मोटर, सिलिन्डर, मांसपेशी, टेन्डन र क्र्याङ्क मेकानिजमहरू सहित एक्चुएटरहरू (एक्चुएटरहरू)।
• न्यूटन, कन्जुगेट ग्रेडियन्ट र गौस-सीडेल विधिहरूमा आधारित समाधानहरू।
• पिरामिड वा अण्डाकार घर्षण कोन प्रयोग गर्ने सम्भावना।
• Euler वा Runge-Kutta संख्यात्मक एकीकरण विधिहरूको आफ्नो छनौट प्रयोग गर्नुहोस्।
• बहु-थ्रेडेड विवेकीकरण र परिमित भिन्नता अनुमान।

स्रोत: opennet.ru