Googleが所有する会社 人工知能の分野での開発で知られる「DeepMind」 人間レベルでコンピュータゲームをプレイできるニューラルネットワークの構築、 最近、物理プロセスをシミュレートするエンジンを発表しましたMuJoCo (接触を伴う多関節ダイナミクス)。
モーターt目的は、環境と相互作用する関節構造をモデル化することです。 また、完成したデバイスの形で開発された技術を実装する前の段階で、ロボットや人工知能システムの開発におけるシミュレーションに使用されます。
MuJoCoは、接触しているオブジェクトの顕著な特性を正確かつ効率的にキャプチャする接触モデルでスイートスポットに到達します。 他のリジッドボディシミュレータと同様に、接触サイトでの細部の変形を回避し、多くの場合、リアルタイムよりもはるかに高速に実行されます。 他のシミュレータとは異なり、MuJoCoは凸ガウス原理を使用して接触力を解決します。
凸性により、独自のソリューションと明確に定義された逆ダイナミクスが保証されます。 このモデルは柔軟性もあり、さまざまな接触現象を近似するように調整できる複数のパラメーターを提供します。
コードはC / C ++で書かれています そしてそれはApache2.0ライセンスの下でリリースされ、 Linux、Windows、macOSプラットフォームのサポート。 プロジェクトに関連するすべてのソースコードのオープニング作業は2022年に完了する予定であり、その後、MuJoCoはオープン開発モデルに移行します。これは、コミュニティの代表者の開発への参加の可能性を意味します。
MuJoCoについて
MuJoCoは、汎用の物理シミュレーションエンジンを備えたライブラリです。 何ですかeは、ロボット、生体力学的デバイス、機械学習システムの研究開発に使用できます。、グラフィック、アニメーション、コンピュータゲームの作成にも使用されます。 シミュレーションエンジンは、最大のパフォーマンスが得られるように最適化されており、低レベルでのオブジェクト操作を可能にすると同時に、高精度で豊富なシミュレーション機能を提供します。
多くのシミュレーターは当初、ゲームや映画などの目的で設計されていたため、精度よりも安定性を優先するショートカットを使用する場合があります。 たとえば、ジャイロスコープの力を無視したり、速度を直接変更したりできます。 これは、最適化のコンテキストで特に損害を与える可能性があります。アーティスト兼研究者のKarl Simsが最初に観察したように、最適化エージェントは、現実からのこれらの逸脱をすばやく発見して活用できます。
対照的に、MuJoCoは、完全な運動方程式を実装するXNUMX次連続時間シミュレーターです。 ニュートンのゆりかごのようななじみのある、しかし重要な物理現象や、ジャニベコフ効果のような直感的でないものは、自然に現れます。 最終的に、MuJoCoは私たちの世界を支配する方程式に密接に固執します。
モデルは、XMLベースのMJCFシーン記述言語を使用して定義されます 専用の最適化コンパイラでコンパイルされます。 MJCFに加えて、エンジンは統合ロボット記述形式(URDF)でのファイルアップロードをサポートします。 MuJoCoは、シミュレーションプロセスのインタラクティブな3D視覚化と、OpenGLを使用した結果の表現のためのグラフィカルインターフェイスも提供します。
その主な特徴のうち、次の点が際立っています。
- 一般化座標でのシミュレーション。ジョイントの破損を排除します。
- 逆ダイナミクス、接触がある場合でも検出可能。
- 連続時間における制約の統一された定式化のための凸計画法の使用。
- ソフトタッチや乾式摩擦など、さまざまな制限を設定する機能。
- パーティクルシステム、組織、ロープ、および柔らかいオブジェクトのシミュレーション。
- モーター、シリンダー、筋肉、腱、クランク機構などのアクチュエーター(アクチュエーター)。
- ニュートン法、共役勾配法、ガウス・ザイデル法に基づく解像度プログラム。
- ピラミッド型または楕円形の摩擦コーンを使用する可能性。
- オイラーまたはルンゲクッタ数値積分法の選択の使用。
- 有限差分法による離散化とマルチプロセス近似。
最後に、それについてもっと知りたい場合は、詳細を調べることができます 次のリンクで。