谷歌旗下的DeepMind 公司以其在人工智慧領域的發展和建構能夠在人類層面上玩電腦遊戲的神經網路而聞名，該公司宣布發現了一種用於模擬物理過程的引擎MuJoCo（接觸式多關節動力學） ）。 該引擎旨在對與環境互動的鉸接結構進行建模，並用於在以成品設備的形式實施所開發的技術之前的機器人和人工智慧系統開發過程中進行模擬。
該程式碼是用 C/C++ 編寫的，並將在 Apache 2.0 許可證下發布。 支援 Linux、Windows 和 macOS 平台。 該專案所有內容的開源工作預計將於 2022 年完成，之後 MuJoCo 將轉向允許社群成員參與開發的開放開發模式。
MuJoCo 是實現通用物理過程模擬引擎的庫，可用於機器人、生物力學設備和機器學習系統的研究和開發，以及圖形、動畫和電腦遊戲的創建。 此模擬引擎經過最佳化，可實現最高性能，並允許低階物件操作，同時提供高精度和豐富的模擬功能。
模型使用MJCF場景描述語言進行定義，該語言基於XML並使用特殊的最佳化編譯器進行編譯。 除了 MJCF 之外，引擎還支援載入通用 URDF（統一機器人描述格式）的檔案。 MuJoCo 還提供了一個 GUI，用於模擬過程的互動式 3D 視覺化和使用 OpenGL 渲染結果。
主要特點：
- 在廣義座標中進行模擬，不包括關節違規。
- 反向動態，即使存在接觸也可偵測。
- 使用凸規劃在連續時間內制定統一約束。
- 能夠設定各種限制，包括軟觸感和乾摩擦。
- 模擬粒子系統、織物、繩子和軟物體。
- 致動器（actuators），包括馬達、氣缸、肌肉、腱和曲柄機構。
- 基於牛頓法、共軛梯度法和高斯-賽德爾法的解算器。
- 可以使用金字塔形或橢圓形摩擦錐。
- 使用您選擇的歐拉或龍格-庫塔數值積分方法。
- 多執行緒離散化和有限差分近似。
來源： opennet.ru