Tvrtka u vlasništvu Googlea "DeepMind" poznat po svojim razvojima u području umjetne inteligencije i izgradnja neuronskih mreža sposobnih za igranje računalnih igrica na ljudskoj razini, nedavno je najavio motor za simulaciju fizičkih procesa MuJoCo (Višezglobna dinamika s kontaktom).
Motor tCilj mu je modelirati zglobne strukture koje su u interakciji s okolinom, a koristi se za simulaciju u razvoju robota i sustava umjetne inteligencije, u fazi prije implementacije tehnologije razvijene u obliku gotovog uređaja.
MuJoCo svojim kontaktnim modelom, koji točno i učinkovito bilježi istaknute karakteristike objekata u kontaktu, postiže slatku točku. Kao i drugi simulatori krutog tijela, izbjegava finu deformaciju detalja na mjestu kontakta i često radi mnogo brže od stvarnog vremena. Za razliku od drugih simulatora, MuJoCo rješava kontaktne sile koristeći konveksni Gaussov princip.
Konveksnost osigurava jedinstvena rješenja i dobro definiranu inverznu dinamiku. Model je također fleksibilan, pružajući više parametara koji se mogu prilagoditi kako bi se približili širokom rasponu fenomena kontakta.
Kod je napisan u C / C ++ i bit će objavljen pod licencom Apache 2.0 i imat će podrška za Linux, Windows i macOS platforme. Rad na otvaranju svih izvornih kodova povezanih s projektom trebao bi biti dovršen 2022. godine, nakon čega će MuJoCo prijeći na otvoreni model razvoja, što podrazumijeva mogućnost sudjelovanja u razvoju predstavnika zajednice.
O MuJoCo
MuJoCo je knjižnica s motorom za simulaciju fizike opće namjene što se se može koristiti u istraživanju i razvoju robota, biomehaničkih uređaja i sustava strojnog učenja, kao i u izradi grafike, animacije i računalnih igara. Simulacijski mehanizam optimiziran je za maksimalnu izvedbu i omogućuje manipulaciju objektom na niskoj razini, dok pruža visoku preciznost i bogate mogućnosti simulacije.
Budući da su mnogi simulatori u početku bili dizajnirani za svrhe poput igara i filmova, ponekad koriste prečace kojima je prioritet stabilnost nad preciznošću. Na primjer, mogu zanemariti žiroskopske sile ili izravno mijenjati brzine. To može biti posebno štetno u kontekstu optimizacije: kao što je umjetnik i istraživač Karl Sims prvi primijetio, agent za optimizaciju može brzo otkriti i iskoristiti ta odstupanja od stvarnosti.
Nasuprot tome, MuJoCo je simulator kontinuiranog vremena drugog reda koji implementira pune jednadžbe gibanja. Poznati, ali ne i trivijalni fizički fenomeni poput Newtonove kolijevke, kao i oni neintuitivni poput Džanibekovljevog efekta, pojavljuju se prirodno. U konačnici, MuJoCo se usko drži jednadžbi koje upravljaju našim svijetom.
Modeli su definirani korištenjem jezika opisa scene MJCF baziranog na XML-u sastavljen s namjenskim kompajlerom za optimizaciju. Uz MJCF, motor podržava učitavanje datoteka u Unified Robot Description Format (URDF). MuJoCo također pruža grafičko sučelje za interaktivnu 3D vizualizaciju procesa simulacije i prikaz rezultata korištenjem OpenGL-a.
Od njegovih ključnih karakteristika ističu se sljedeće:
- Simulacija u generaliziranim koordinatama, eliminirajući lomove zglobova.
- Obrnuta dinamika, vidljiva čak i kada postoji kontakt.
- Korištenje konveksnog programiranja za jedinstvenu formulaciju ograničenja u kontinuiranom vremenu.
- Sposobnost postavljanja različitih ograničenja, uključujući mekanost na dodir i suho trenje.
- Simulacija sustava čestica, tkiva, užadi i mekih predmeta.
- Aktuatori (pokretači), uključujući motore, cilindre, mišiće, tetive i mehanizme radilice.
- Programi razlučivanja temeljeni na Newtonovim metodama, konjugiranom gradijentu i Gauss-Seidelu.
- Mogućnost korištenja piramidalnih ili eliptičnih frikcionih konusa.
- Korištenje izbora Eulerovih ili Runge-Kutta numeričkih metoda integracije.
- Diskretizacija i višeprocesna aproksimacija metodom konačnih razlika.
Konačno, ako vas zanima više o tome, možete se posavjetovati s pojedinostima U sljedećem linku.