කෘත්‍රිම බුද්ධි ක්ෂේත්‍රයේ වර්ධනයන් සහ මානව මට්ටමින් පරිගණක ක්‍රීඩා කළ හැකි ස්නායුක ජාල තැනීම සඳහා ප්‍රසිද්ධ Google හිමි සමාගමක් වන DeepMind, භෞතික ක්‍රියාවලීන් MuJoCo (සම්බන්ධතා සමඟ බහු-ඒකාබද්ධ ගතිකත්වය) අනුකරණය කිරීම සඳහා එන්ජිමක් සොයා ගන්නා බව නිවේදනය කළේය. ) එන්ජිම පරිසරය සමඟ අන්තර්ක්‍රියා කරන ප්‍රකාශිත ව්‍යුහයන් ආකෘති නිර්මාණය කිරීම අරමුණු කර ගෙන ඇති අතර, නිමි උපාංගයක ස්වරූපයෙන් සංවර්ධිත තාක්‍ෂණය ක්‍රියාත්මක කිරීමට පෙර අවධියේදී රොබෝවරුන් සහ කෘතිම බුද්ධි පද්ධති සංවර්ධනය කිරීමේදී අනුකරණය සඳහා භාවිතා වේ.
කේතය C/C++ වලින් ලියා ඇති අතර Apache 2.0 බලපත්‍රය යටතේ ප්‍රකාශයට පත් කෙරේ. Linux, Windows සහ macOS වේදිකා සඳහා සහය දක්වයි. ව්‍යාපෘතියේ සියලුම අන්තර්ගතයන් පිළිබඳ විවෘත මූලාශ්‍ර වැඩ 2022 දී අවසන් කිරීමට බලාපොරොත්තු වන අතර, ඉන් පසුව MuJoCo විවෘත සංවර්ධන ආකෘතියක් වෙත ගමන් කරනු ඇති අතර එය ප්‍රජා සාමාජිකයින්ට සංවර්ධනයට සහභාගී වීමට ඉඩ සලසයි.
MuJoCo යනු රොබෝවරුන්, ජෛව යාන්ත්‍රික උපාංග සහ යන්ත්‍ර ඉගෙනුම් පද්ධති පර්යේෂණ සහ සංවර්ධනය මෙන්ම චිත්‍රක, සජීවිකරණ සහ පරිගණක ක්‍රීඩා නිර්මාණය කිරීමේදී භාවිත කළ හැකි පොදු කාර්ය භෞතික ක්‍රියාවලි අනුකරණ එන්ජිමක් ක්‍රියාත්මක කරන පුස්තකාලයකි. සමාකරණ එන්ජිම උපරිම කාර්ය සාධනය සඳහා ප්‍රශස්ත කර ඇති අතර ඉහළ නිරවද්‍යතාවයක් සහ පොහොසත් සමාකරණ හැකියාවන් සපයන අතරම පහත් මට්ටමේ වස්තු හැසිරවීමට ඉඩ සලසයි.
MJCF දර්ශන විස්තර භාෂාව භාවිතයෙන් ආකෘති නිර්වචනය කරනු ලැබේ, එය XML මත පදනම් වන අතර විශේෂ ප්‍රශස්තිකරණ සම්පාදකයක් භාවිතයෙන් සම්පාදනය කෙරේ. MJCF ට අමතරව, එන්ජිම විශ්වීය URDF (Unified Robot විස්තර ආකෘතිය) තුළ ගොනු පැටවීම සඳහා සහය දක්වයි. MuJoCo සමාකරණ ක්‍රියාවලියේ අන්තර්ක්‍රියාකාරී ත්‍රිමාණ දෘශ්‍යකරණය සහ OpenGL භාවිතයෙන් ප්‍රතිඵල විදැහුම්කරණය සඳහා GUI ද සපයයි.
ප්‍රධාන අංග:
- ඒකාබද්ධ උල්ලංඝනයන් හැර සාමාන්යකරණය කරන ලද ඛණ්ඩාංකවල අනුකරණය.
- ප්‍රතිලෝම ගතිකත්වය, ස්පර්ශය තිබියදී පවා හඳුනාගත හැකිය.
- අඛණ්ඩ කාලය තුළ ඒකාබද්ධ සීමාවන් සැකසීමට උත්තල ක්‍රමලේඛනය භාවිතා කිරීම.
- මෘදු ස්පර්ශ සහ වියළි ඝර්ෂණය ඇතුළු විවිධ සීමා කිරීම් සැකසීමේ හැකියාව.
- අංශු පද්ධති, රෙදිපිළි, ලණු සහ මෘදු වස්තූන් අනුකරණය කිරීම.
- මෝටර්, සිලින්ඩර, මාංශ පේශී, කණ්ඩරාවන්ට සහ ක්‍රෑන්ක් යාන්ත්‍රණ ඇතුළුව ක්‍රියාකාරක (ක්‍රියාකාරක).
- නිව්ටන්, සංයුජ අනුක්‍රමය සහ Gauss-Seidel ක්‍රම මත පදනම් වූ විසඳුම්.
- පිරමිඩීය හෝ ඉලිප්සීය ඝර්ෂණ කේතු භාවිතා කිරීමේ හැකියාව.
- Euler හෝ Runge-Kutta සංඛ්‍යාත්මක ඒකාබද්ධ කිරීමේ ක්‍රම ඔබේ තේරීම භාවිතා කරන්න.
- බහු-නූල් විවික්තකරණය සහ සීමිත වෙනස ආසන්න කිරීම.
මූලාශ්රය: opennet.ru