谷歌旗下的 DeepMind 公司以其在人工智能领域的发展和构建能够在人类水平上玩电脑游戏的神经网络而闻名，该公司宣布发现了一种用于模拟物理过程的引擎 MuJoCo（接触式多关节动力学） ）。 该引擎旨在对与环境交互的铰接结构进行建模，并用于在以成品设备的形式实施所开发的技术之前的机器人和人工智能系统开发过程中进行模拟。
该代码是用 C/C++ 编写的，并将在 Apache 2.0 许可证下发布。 支持 Linux、Windows 和 macOS 平台。 该项目所有内容的开源工作预计将于 2022 年完成，之后 MuJoCo 将转向允许社区成员参与开发的开放开发模式。
MuJoCo 是一个实现通用物理过程模拟引擎的库，可用于机器人、生物力学设备和机器学习系统的研究和开发，以及图形、动画和计算机游戏的创建。 该模拟引擎经过优化，可实现最高性能，并允许低级对象操作，同时提供高精度和丰富的模拟功能。
模型使用MJCF场景描述语言进行定义，该语言基于XML并使用特殊的优化编译器进行编译。 除了 MJCF 之外，该引擎还支持加载通用 URDF（统一机器人描述格式）的文件。 MuJoCo 还提供了一个 GUI，用于模拟过程的交互式 3D 可视化和使用 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