A empresa DeepMind, de propriedade do Google, famosa por seus desenvolvimentos na área de inteligência artificial e construção de redes neurais capazes de jogar jogos de computador em nível humano, anunciou a descoberta de um motor para simulação de processos físicos MuJoCo (Multi-Joint Dynamics with Contact ). O motor tem como objetivo modelar estruturas articuladas interagindo com o meio ambiente, e é utilizado para simulação no desenvolvimento de robôs e sistemas de inteligência artificial, na fase anterior à implementação da tecnologia desenvolvida na forma de um dispositivo acabado.
O código é escrito em C/C++ e será publicado sob a licença Apache 2.0. As plataformas Linux, Windows e macOS são suportadas. Espera-se que o trabalho de código aberto em todo o conteúdo do projeto seja concluído em 2022, após o qual a MuJoCo passará para um modelo de desenvolvimento aberto que permite que os membros da comunidade participem do desenvolvimento.
MuJoCo é uma biblioteca que implementa um mecanismo de simulação de processos físicos de uso geral que pode ser utilizado na pesquisa e desenvolvimento de robôs, dispositivos biomecânicos e sistemas de aprendizado de máquina, bem como na criação de gráficos, animações e jogos de computador. O mecanismo de simulação é otimizado para desempenho máximo e permite a manipulação de objetos de baixo nível, ao mesmo tempo que fornece alta precisão e recursos de simulação avançados.
Os modelos são definidos usando a linguagem de descrição de cena MJCF, que é baseada em XML e compilada usando um compilador de otimização especial. Além do MJCF, o mecanismo suporta o carregamento de arquivos no URDF universal (Unified Robot Description Format). MuJoCo também fornece uma GUI para visualização 3D interativa do processo de simulação e renderização dos resultados usando OpenGL.
Principais características:
- Simulação em coordenadas generalizadas, excluindo violações conjuntas.
- Dinâmica reversa, detectável mesmo na presença de contato.
- Usando programação convexa para formular restrições unificadas em tempo contínuo.
- Capacidade de definir várias restrições, incluindo toque suave e fricção seca.
- Simulação de sistemas de partículas, tecidos, cordas e objetos macios.
- Atuadores (atuadores), incluindo motores, cilindros, músculos, tendões e mecanismos de manivela.
- Solucionadores baseados em métodos de Newton, gradiente conjugado e Gauss-Seidel.
- Possibilidade de utilização de cones de fricção piramidais ou elípticos.
- Use os métodos de integração numérica de Euler ou Runge-Kutta de sua escolha.
- Discretização multithread e aproximação de diferenças finitas.
Fonte: opennet.ru