谷歌拥有的公司 “DeepMind”以在人工智能领域的发展而闻名 以及能够在人类层面上玩电脑游戏的神经网络的构建， 最近发布了模拟物理过程的引擎 MuJoCo （多关节动力学与接触）。
电机目标是模拟与环境相互作用的铰接结构， 它用于机器人和人工智能系统开发中的模拟，在以成品设备形式开发的技术实施之前的阶段。
MuJoCo 凭借其接触模型达到了最佳点，该模型准确有效地捕捉了接触对象的显着特征。 与其他刚体模拟器一样，它避免了接触部位的精细细节变形，并且通常比实时运行速度快得多。 与其他模拟器不同，MuJoCo 使用凸高斯原理求解接触力。
凸性确保了独特的解决方案和明确定义的逆动力学。 该模型还很灵活，提供了多个参数，可以调整这些参数以近似范围广泛的接触现象。
代码是用C/C++编写的 它将在 Apache 2.0 许可下发布，它将具有 支持 Linux、Windows 和 macOS 平台。 与项目相关的所有源代码的开放工作计划于 2022 年完成，之后 MuJoCo 将转向开放的开发模式，这意味着有可能参与社区代表的开发。
关于 MuJoCo
MuJoCo 是一个具有通用物理模拟引擎的库 什么是e可用于机器人、生物力学设备和机器学习系统的研发，以及创建图形、动画和电脑游戏。 仿真引擎针对最高性能进行了优化，可以在低级别进行对象操作，同时提供高精度和丰富的仿真功能。
由于许多模拟器最初是为游戏和电影等目的而设计的，因此它们有时会采取优先考虑稳定性而不是精度的捷径。 例如，他们可以忽略陀螺力或直接修改速度。 这在优化的背景下尤其具有破坏性：正如艺术家和研究员 Karl Sims 首次观察到的那样，优化代理可以快速发现并利用这些与现实的偏差。
相比之下，MuJoCo 是实现完整运动方程的二阶连续时间模拟器。 像牛顿摇篮这样熟悉但不平凡的物理现象，以及像 Dzhanibekov 效应这样的不直观的现象，自然而然地出现。 最终，MuJoCo 严格遵守支配我们世界的方程式。
使用基于 XML 的 MJCF 场景描述语言定义模型 用专用的优化编译器编译。 除了 MJCF，引擎还支持统一机器人描述格式 (URDF) 的文件上传。 MuJoCo 还提供了一个图形界面，用于仿真过程的交互式 3D 可视化和使用 OpenGL 的结果表示。
在其主要特征中，以下突出：
- 在广义坐标中模拟，消除关节断裂。
- 反向动态，即使有接触也可检测到。
- 使用凸规划来统一制定连续时间的约束。
- 能够设置各种限制，包括柔软触感和干摩擦。
- 粒子系统、组织、绳索和软物体的模拟。
- 执行器（actuators），包括马达、气缸、肌肉、肌腱和曲柄机构。
- 基于牛顿法、共轭梯度和 Gauss-Seidel 的分辨率程序。
- 可以使用金字塔形或椭圆形摩擦锥。
- 使用 Euler 或 Runge-Kutta 数值积分方法的选择。
- 有限差分法的离散化和多进程逼近。
最后，如果你有兴趣了解更多，可以咨询详情 在下面的链接中。