谷歌旗下的DeepMind公司以其在人工智能领域的研发成果和构建能够达到人类游戏水平的神经网络而闻名，该公司宣布开源其MuJoCo（多关节接触动力学）物理仿真引擎。该引擎旨在模拟关节结构与其环境的交互，用于机器人和人工智能系统开发过程中的仿真，以便在最终设备投入使用前进行验证。
代码使用 C/C++ 编写，并将以 Apache 2.0 许可证发布。支持的平台 Linux, Windows и macOS计划于 2022 年完成所有项目相关代码的开源工作，之后 MuJoCo 将过渡到开放式开发模式，允许社区成员参与开发。
MuJoCo是一个库，它实现了一个通用的物理仿真引擎，可用于机器人、生物力学设备和机器学习系统的研究与开发，以及图形、动画和电脑游戏的创建。该仿真引擎针对最高性能进行了优化，能够在保持高精度和强大建模能力的同时，实现对对象的底层操作。
模型使用 MJCF 场景描述语言定义，这是一种基于 XML 的语言，由专用优化编译器编译而成。除了 MJCF，该引擎还支持加载通用 URDF（统一机器人描述格式）文件。MuJoCo 还提供图形界面，用于交互式 3D 可视化仿真过程并使用 OpenGL 渲染结果。
主要特点：
- 在广义坐标中进行模拟，不包括关节违规。
- 反向动态，即使存在接触也可检测到。
- 使用凸规划在连续时间内制定统一约束。
- 能够设置各种限制，包括软触感和干摩擦。
- 模拟粒子系统、织物、绳索和软物体。
- 执行器（actuators），包括电机、气缸、肌肉、腱和曲柄机构。
- 基于牛顿法、共轭梯度法和高斯-赛德尔法的求解器。
- 可以使用金字塔形或椭圆形摩擦锥。
- 使用您选择的欧拉或龙格-库塔数值积分方法。
- 多线程离散化和有限差分近似。
来源： opennet.ru
