Yapay zeka alanındaki gelişmeleriyle ve bilgisayar oyunlarını insan düzeyinde oynayabilecek sinir ağlarının inşasıyla ünlü Google'ın sahibi olduğu şirket DeepMind, fiziksel süreçleri simüle etmek için bir motor keşfettiğini duyurdu MuJoCo (Contact ile Çok Eklemli Dinamikler) ). Motor, çevre ile etkileşime giren eklemli yapıların modellenmesine yöneliktir ve geliştirilen teknolojinin bitmiş bir cihaz şeklinde uygulanmasından önceki aşamada robotların ve yapay zeka sistemlerinin geliştirilmesinde simülasyon için kullanılır.
Kod C/C++ dilinde yazılmıştır ve Apache 2.0 lisansı altında yayınlanacaktır. Linux, Windows ve macOS platformları desteklenmektedir. Projenin tüm içeriğine ilişkin açık kaynak çalışmalarının 2022 yılında tamamlanması bekleniyor ve bunun ardından MuJoCo, topluluk üyelerinin geliştirmeye katılmasına olanak tanıyan açık bir geliştirme modeline geçecek.
MuJoCo, robotların, biyomekanik cihazların ve makine öğrenimi sistemlerinin araştırılması ve geliştirilmesinin yanı sıra grafik, animasyon ve bilgisayar oyunlarının oluşturulmasında kullanılabilecek genel amaçlı bir fiziksel süreç simülasyon motorunu uygulayan bir kütüphanedir. Simülasyon motoru maksimum performans için optimize edilmiştir ve yüksek doğruluk ve zengin simülasyon yetenekleri sağlarken düşük seviyeli nesne manipülasyonuna da olanak tanır.
Modeller, XML tabanlı ve özel bir optimizasyon derleyicisi kullanılarak derlenen MJCF sahne tanımlama dili kullanılarak tanımlanır. MJCF'ye ek olarak motor, dosyaların evrensel URDF'de (Birleşik Robot Açıklama Formatı) yüklenmesini destekler. MuJoCo ayrıca simülasyon sürecinin etkileşimli 3 boyutlu görselleştirilmesi ve sonuçların OpenGL kullanılarak oluşturulması için bir GUI sağlar.
Anahtar özellikler:
- Ortak ihlaller hariç, genelleştirilmiş koordinatlarda simülasyon.
- Temas durumunda bile tespit edilebilen ters dinamikler.
- Sürekli zamanda birleşik kısıtlamaları formüle etmek için dışbükey programlamanın kullanılması.
- Yumuşak dokunuş ve kuru sürtünme dahil olmak üzere çeşitli kısıtlamalar belirleme yeteneği.
- Parçacık sistemlerinin, kumaşların, iplerin ve yumuşak nesnelerin simülasyonu.
- Aktüatörler (aktüatörler), motorlar, silindirler, kaslar, tendonlar ve krank mekanizmaları dahil.
- Newton, eşlenik gradyan ve Gauss-Seidel yöntemlerine dayanan çözücüler.
- Piramidal veya eliptik sürtünme konileri kullanma imkanı.
- Tercih ettiğiniz Euler veya Runge-Kutta sayısal entegrasyon yöntemlerini kullanın.
- Çok iş parçacıklı ayrıklaştırma ve sonlu fark yaklaşımı.
Kaynak: opennet.ru