कंपनी का स्वामित्व Google के पास है "डीपमाइंड" कृत्रिम बुद्धिमत्ता के क्षेत्र में अपने विकास के लिए जाना जाता है और मानव स्तर पर कंप्यूटर गेम खेलने में सक्षम तंत्रिका नेटवर्क का निर्माण, हाल ही में म्यूजोको ने भौतिक प्रक्रियाओं के अनुकरण के लिए इंजन की घोषणा की (संपर्क के साथ बहु-संयुक्त गतिशीलता)।
इंजन टीइसका उद्देश्य पर्यावरण के साथ परस्पर क्रिया करने वाली स्पष्ट संरचनाओं का मॉडल तैयार करना है, और इसका उपयोग तैयार डिवाइस के रूप में विकसित तकनीक के कार्यान्वयन से पहले एक चरण में, रोबोट और कृत्रिम बुद्धिमत्ता प्रणालियों के विकास में सिमुलेशन के लिए किया जाता है।
म्यूजोको अपने संपर्क मॉडल के साथ एक अच्छा स्थान हासिल करता है, जो संपर्क में आने वाली वस्तुओं की मुख्य विशेषताओं को सटीक और कुशलता से पकड़ता है। अन्य कठोर बॉडी सिमुलेटरों की तरह, यह संपर्क स्थल पर विकृतियों के बारीक विवरणों से बचता है और अक्सर वास्तविक समय की तुलना में बहुत तेज चलता है। अन्य सिमुलेटरों के विपरीत, म्यूजोको गॉस के उत्तल सिद्धांत का उपयोग करके संपर्क बलों का समाधान करता है।
उत्तलता अद्वितीय समाधान और अच्छी तरह से परिभाषित व्युत्क्रम गतिशीलता सुनिश्चित करती है। मॉडल लचीला भी है, जो कई पैरामीटर प्रदान करता है जिन्हें संपर्क घटनाओं की एक विस्तृत श्रृंखला का अनुमान लगाने के लिए ट्यून किया जा सकता है।
कोड C/C++ में लिखा गया है और अपाचे 2.0 लाइसेंस के तहत जारी किया जाएगा और यह होगा Linux, Windows और macOS प्लेटफ़ॉर्म के लिए समर्थन। परियोजना से जुड़े सभी स्रोत कोड पर शुरुआती काम 2022 में पूरा होने वाला है, जिसके बाद म्यूजोको एक खुले विकास मॉडल में बदलाव करेगा, जिसका तात्पर्य समुदाय के प्रतिनिधियों की विकास में भागीदारी की संभावना से है।
म्यूजोको के बारे में
म्यूजोको एक सामान्य प्रयोजन भौतिकी सिमुलेशन इंजन लाइब्रेरी है क्याइसका उपयोग रोबोट, बायोमैकेनिकल डिवाइस और मशीन लर्निंग सिस्टम के अनुसंधान और विकास में किया जा सकता है, साथ ही ग्राफिक्स, एनीमेशन और कंप्यूटर गेम के निर्माण में भी। सिमुलेशन इंजन अधिकतम प्रदर्शन के लिए अनुकूलित है और उच्च परिशुद्धता और समृद्ध सिमुलेशन क्षमताएं प्रदान करते हुए निम्न-स्तरीय ऑब्जेक्ट हेरफेर को सक्षम बनाता है।
क्योंकि कई सिमुलेटर शुरू में गेमिंग और सिनेमा जैसे उद्देश्यों के लिए डिज़ाइन किए गए थे, वे कभी-कभी ऐसे शॉर्टकट अपनाते हैं जो सटीकता पर स्थिरता को प्राथमिकता देते हैं। उदाहरण के लिए, वे जाइरोस्कोपिक बलों को अनदेखा कर सकते हैं या सीधे गति को संशोधित कर सकते हैं। यह अनुकूलन के संदर्भ में विशेष रूप से हानिकारक हो सकता है: जैसा कि कलाकार और शोधकर्ता कार्ल सिम्स ने पहली बार देखा, एक अनुकूलन एजेंट वास्तविकता से इन विचलनों को जल्दी से खोज सकता है और उनका फायदा उठा सकता है।
इसके विपरीत, म्यूजोको एक दूसरे क्रम का निरंतर-समय सिम्युलेटर है जो गति के संपूर्ण समीकरणों को लागू करता है। न्यूटन के पालने जैसी परिचित लेकिन गैर-तुच्छ भौतिक घटनाएं, साथ ही दज़ानिबेकोव प्रभाव जैसी अनजानी घटनाएं स्वाभाविक रूप से उभरती हैं। अंततः, म्यूजोको उन समीकरणों का बारीकी से पालन करता है जो हमारी दुनिया को नियंत्रित करते हैं।
मॉडल को XML-आधारित MJCF दृश्य विवरण भाषा का उपयोग करके परिभाषित किया गया है एक समर्पित अनुकूलन कंपाइलर के साथ संकलित। एमजेसीएफ के अलावा, इंजन यूनिफाइड रोबोट डिस्क्रिप्शन फॉर्मेट (यूआरडीएफ) में फाइल अपलोड करने का समर्थन करता है। म्यूजोको ओपनजीएल का उपयोग करके सिमुलेशन प्रक्रिया के इंटरैक्टिव 3डी विज़ुअलाइज़ेशन और परिणामों के प्रतिपादन के लिए एक ग्राफिकल इंटरफ़ेस भी प्रदान करता है।
इसकी प्रमुख विशेषताओं में निम्नलिखित प्रमुख हैं:
- सामान्यीकृत निर्देशांक में सिमुलेशन, संयुक्त आँसू को खत्म करना।
- रिवर्स डायनामिक्स, संपर्क होने पर भी पता लगाया जा सकता है।
- निरंतर समय में बाधाओं के एकीकृत सूत्रीकरण के लिए उत्तल प्रोग्रामिंग का उपयोग।
- कोमल स्पर्श और शुष्क रगड़ सहित विभिन्न बाधाओं को निर्धारित करने की क्षमता।
- कण प्रणालियों, ऊतकों, तारों और मुलायम वस्तुओं का अनुकरण।
- एक्चुएटर्स (एक्चुएटर्स), जिसमें मोटर, सिलेंडर, मांसपेशियां, टेंडन और क्रैंक तंत्र शामिल हैं।
- न्यूटन, संयुग्म ग्रेडिएंट और गॉस-सीडेल विधियों पर आधारित सॉल्वर।
- पिरामिडनुमा या अण्डाकार घर्षण शंकु का उपयोग करने की संभावना।
- यूलर या रनगे-कुट्टा संख्यात्मक एकीकरण विधियों के चयन का उपयोग।
- परिमित अंतर विधि द्वारा विवेकीकरण और बहुप्रक्रिया सन्निकटन।
अंत में, यदि आप इसके बारे में अधिक जानने में रुचि रखते हैं, तो आप विवरण देख सकते हैं निम्नलिखित लिंक में