La société détenue par Google "DeepMind" connu pour ses développements dans le domaine de l'intelligence artificielle et la construction de réseaux de neurones capables de jouer à des jeux informatiques à l'échelle humaine, a récemment annoncé le moteur pour simuler les processus physiques MuJoCo (Multi-Joint Dynamics avec Contact).
Le moteur tIl vise à modéliser des structures articulées qui interagissent avec l'environnement, et il est utilisé pour la simulation dans le développement de robots et de systèmes d'intelligence artificielle, dans une étape préalable à la mise en œuvre de la technologie développée sous la forme d'un dispositif fini.
MuJoCo atteint un point idéal avec son modèle de contact, qui capture avec précision et efficacité les caractéristiques saillantes des objets en contact. Comme d'autres simulateurs de corps rigides, il évite la déformation des détails fins au niveau du site de contact et fonctionne souvent beaucoup plus rapidement qu'en temps réel. Contrairement à d'autres simulateurs, MuJoCo résout les forces de contact en utilisant le principe gaussien convexe.
La convexité garantit des solutions uniques et une dynamique inverse bien définie. Le modèle est également flexible, fournissant de multiples paramètres qui peuvent être ajustés pour se rapprocher d'un large éventail de phénomènes de contact.
Le code est écrit en C/C++ et il sera publié sous la licence Apache 2.0 et il aura prise en charge des plates-formes Linux, Windows et macOS. Les travaux d'ouverture de tous les codes sources associés au projet devraient être achevés en 2022, après quoi MuJoCo passera à un modèle de développement ouvert, ce qui implique la possibilité de participer au développement des représentants de la communauté.
À propos de MuJoCo
MuJoCo est une bibliothèque avec un moteur de simulation physique à usage général qu'est ce quee peut être utilisé dans la recherche et le développement de robots, de dispositifs biomécaniques et de systèmes d'apprentissage automatique, ainsi que dans la création de graphismes, d'animations et de jeux informatiques. Le moteur de simulation est optimisé pour des performances maximales et permet la manipulation d'objets à un niveau bas, tout en offrant une haute précision et des capacités de simulation riches.
Étant donné que de nombreux simulateurs ont été initialement conçus à des fins telles que les jeux et les films, ils prennent parfois des raccourcis qui privilégient la stabilité à la précision. Par exemple, ils peuvent ignorer les forces gyroscopiques ou modifier directement les vitesses. Cela peut être particulièrement dommageable dans le contexte de l'optimisation : comme l'a d'abord observé l'artiste et chercheur Karl Sims, un agent d'optimisation peut rapidement découvrir et exploiter ces écarts par rapport à la réalité.
En revanche, MuJoCo est un simulateur en temps continu de second ordre qui implémente les équations complètes du mouvement. Des phénomènes physiques familiers mais pas insignifiants comme le berceau de Newton, ainsi que des phénomènes peu intuitifs comme l'effet Dzhanibekov, émergent naturellement. En fin de compte, MuJoCo colle étroitement aux équations qui régissent notre monde.
Les modèles sont définis à l'aide du langage de description de scène MJCF basé sur XML compilé avec un compilateur d'optimisation dédié. En plus du MJCF, le moteur prend en charge le téléchargement de fichiers au format URDF (Unified Robot Description Format). MuJoCo fournit également une interface graphique pour la visualisation 3D interactive du processus de simulation et la représentation des résultats à l'aide d'OpenGL.
Parmi ses principales caractéristiques, se distinguent les suivantes :
- Simulation en coordonnées généralisées, éliminant les ruptures de joint.
- Dynamique inversée, détectable même en cas de contact.
- Utilisation de la programmation convexe pour la formulation unifiée de contraintes en temps continu.
- Possibilité de définir diverses restrictions, y compris le toucher doux et la friction sèche.
- Simulation de systèmes de particules, de tissus, de cordes et d'objets mous.
- Actionneurs (actionneurs), y compris les moteurs, les cylindres, les muscles, les tendons et les mécanismes à manivelle.
- Programmes de résolution basés sur les méthodes de Newton, gradient conjugué et Gauss-Seidel.
- Possibilité d'utiliser des cônes de friction pyramidaux ou elliptiques.
- Utilisation d'une sélection de méthodes d'intégration numérique d'Euler ou de Runge-Kutta.
- Discrétisation et approximation multiprocessus par la méthode des différences finies.
Enfin, si vous souhaitez en savoir plus, vous pouvez consulter les détails dans le lien suivant.