ДеепМинд најављује симулатор физике МуЈоЦо

Компанија ДеепМинд у власништву Гугла, позната по развоју у области вештачке интелигенције и изградњи неуронских мрежа које могу да играју компјутерске игрице на људском нивоу, објавила је откриће мотора за симулацију физичких процеса МуЈоЦо (Мулти-Јоинт динамицс витх Цонтацт). Мотор је намењен моделирању зглобних структура у интеракцији са окружењем, а користи се за симулацију у развоју робота и система вештачке интелигенције, у фази пре имплементације развијене технологије у виду готовог уређаја.

Код је написан у Ц/Ц++ и биће објављен под лиценцом Апацхе 2.0. Подржане су Линук, Виндовс и мацОС платформе. Планирано је да се рад на отварању свих изворних кодова везаних за пројекат заврши 2022. године, након чега ће МуЈоЦо прећи на отворени модел развоја, који подразумева могућност учешћа у развоју представника заједнице.

МуЈоЦо је библиотека која имплементира машину за симулацију физичког процеса опште намене која се може користити у истраживању и развоју робота, биомеханичких уређаја и система за машинско учење, као и у креирању графике, анимације и компјутерских игара. Симулациони механизам је оптимизован за максималне перформансе и омогућава манипулацију објектима на ниском нивоу, истовремено пружајући високу тачност и богате могућности симулације.

Модели се дефинишу коришћењем језика за опис сцене МЈЦФ, који је заснован на КСМЛ-у и компајлиран коришћењем специјалног компајлера за оптимизацију. Поред МЈЦФ-а, мотор подржава учитавање датотека у универзалном УРДФ формату (Унифиед Робот Десцриптион Формат). МуЈоЦо такође обезбеђује графички интерфејс за интерактивну 3Д визуализацију процеса симулације и приказивање резултата користећи ОпенГЛ.

Кључне карактеристике:

  • Симулација у генерализованим координатама, искључујући кршење зглобова.
  • Обрнута динамика, одређена чак иу присуству контакта.
  • Коришћење конвексног програмирања за јединствену формулацију ограничења у непрекидном времену.
  • Могућност постављања различитих ограничења, укључујући меко додиривање и суво трење.
  • Симулација система честица, тканина, ужади и меких предмета.
  • Извршни елементи (актуатори), укључујући моторе, цилиндре, мишиће, тетиве и механизме радилице.
  • Решачи засновани на Њутновим методама, коњугованим градијентима и Гаус-Зајделовим.
  • Могућност употребе пирамидалних или елиптичних фрикционих конуса.
  • Користећи избор метода нумеричке интеграције Ојлера или Рунге-Куте.
  • Вишенитна дискретизација и апроксимација методом коначних разлика.



Извор: опеннет.ру

Додај коментар