谷歌擁有的公司 “DeepMind”以在人工智能領域的發展而聞名 以及能夠在人類層面上玩電腦遊戲的神經網絡的構建， 最近發布了模擬物理過程的引擎 MuJoCo （多關節動力學與接觸）。
電機它旨在模擬與環境相互作用的鉸接結構， 在以成品設備形式開發的技術實施之前的一個階段，它用於模擬機器人和人工智能係統的開發。
MuJoCo 憑藉其接觸模型達到了最佳點，該模型準確有效地捕捉了接觸對象的顯著特徵。 與其他剛體模擬器一樣，它避免了接觸部位的精細細節變形，並且運行速度通常比實時快得多。 與其他模擬器不同，MuJoCo 使用凸高斯原理求解接觸力。
凸性確保了獨特的解決方案和明確定義的逆動力學。 該模型也很靈活，提供了多個參數，可以調整這些參數以近似範圍廣泛的接觸現象。
代碼是用C/C++編寫的 它將在 Apache 2.0 許可下發布，它將具有 支持 Linux、Windows 和 macOS 平台。 與項目相關的所有源代碼的開放工作計劃於 2022 年完成，之後 MuJoCo 將轉向開放的開發模式，這意味著有可能參與社區代表的開發。
關於 MuJoCo
MuJoCo 是一個具有通用物理模擬引擎的庫 什麼是e可用於機器人、生物力學設備和機器學習系統的研發，以及創建圖形、動畫和電腦遊戲。 仿真引擎針對最高性能進行了優化，可以在低級別進行對像操作，同時提供高精度和豐富的仿真功能。
由於許多模擬器最初是為遊戲和電影等目的而設計的，因此它們有時會採取優先考慮穩定性而不是精度的捷徑。 例如，他們可以忽略陀螺力或直接修改速度。 這在優化的背景下尤其具有破壞性：正如藝術家和研究員 Karl Sims 首次觀察到的那樣，優化代理可以快速發現並利用這些與現實的偏差。
相比之下，MuJoCo 是一個二階連續時間模擬器，它實現了完整的運動方程。 像牛頓搖籃這樣熟悉但不平凡的物理現象，以及像 Dzhanibekov 效應這樣的不直觀的現象，自然而然地出現。 最終，MuJoCo 嚴格遵守支配我們世界的方程式。
使用基於 XML 的 MJCF 場景描述語言定義模型 用專用的優化編譯器編譯。 除了 MJCF，該引擎還支持以統一機器人描述格式 (URDF) 上傳文件。 MuJoCo 還提供了一個圖形界面，用於仿真過程的交互式 3D 可視化和使用 OpenGL 的結果表示。
在其主要特徵中，以下突出：
- 在廣義坐標中模擬，消除關節斷裂。
- 反向動態，即使有接觸也能檢測到。
- 使用凸規劃來統一制定連續時間的約束。
- 能夠設置各種限制，包括柔軟觸感和乾摩擦。
- 粒子系統、組織、繩索和軟物體的模擬。
- 執行器（actuators），包括馬達、氣缸、肌肉、肌腱和曲柄機構。
- 基於牛頓法、共軛梯度和 Gauss-Seidel 的分辨率程序。
- 可以使用金字塔形或橢圓形摩擦錐。
- 使用 Euler 或 Runge-Kutta 數值積分方法的選擇。
- 有限差分法的離散化和多進程逼近。
最後，如果你有興趣了解更多，可以諮詢詳情 在下面的鏈接中。