這波買來給大家用的霸氣操作讓網(wǎng)友們直呼喜大普奔。
要知道，由于在動態(tài)多點接觸（如靈活手指操作）的場景里有明顯優(yōu)勢，MuJoCo 可以說是機器人研究人員的首選模擬器。
像這種人類肌腱、骨骼動態(tài)模擬，于它而言都是小 case。
但它一直以來都需要付費使用，而且還很貴。
有人就表示在自己讀大學時，曾因為 MuJoCo 太貴而沒有繼續(xù)學習 RL。
因此，DeepMind 這次開源可以說是為機器人開發(fā)者帶來福音。
MuJoCo 是多關節(jié)接觸動力學（Multi-Joint Dynamics with Contact）的縮寫，它由華盛頓大學 Emo Todorov 教授開發(fā)，2015 年由 Roboti LLC 作為付費產(chǎn)品推出。
MuJoCo 結合了廣義坐標模擬和優(yōu)化后的接觸動力學，這使它能夠模擬完整的物理運動。
要知道，許多模擬器都是把運動穩(wěn)定性放在準確性之前考慮的，比如它們可能忽略陀螺效應，但這會偏離現(xiàn)實情況。
相比之下，MuJoCo 更加嚴格地還原現(xiàn)實世界中的物理運動。
像牛頓擺的現(xiàn)象，它都能很好模擬。
失重情況下的還原也非常真實：
更讓人驚艷的，還有 MuJoCo 對于人體關節(jié)、肌肉復雜運動的模擬。
許多機械手的研究，都是先在 MuJoCo 中模擬和驗證的。
此外，MuJoCo 還能靈活將仿真步驟拆開執(zhí)行，或者只執(zhí)行仿真流程的一部分 (如不計算逆動力學)。
而且支持軟體材料，如繩子、布料的穩(wěn)定性仿真。
為了提高仿真性能，MuJoCo 做了 AVX 指令等大量優(yōu)化，是極少的選擇 C 語言來實現(xiàn)的現(xiàn)代物理引擎之一。
而由 C 語言編寫，能夠讓它很容易轉化為其他架構。同時，獨創(chuàng)的 MJCF 建模格式，相比 URDF 模型具有易讀性、靈活配置等優(yōu)點。
不過網(wǎng)友們發(fā)現(xiàn)，目前開源的還沒有源代碼。
DeepMind 表示，將努力在 2022 年發(fā)布代碼庫。
此外，MuJoCo 2.1 的相關信息也已經(jīng)公布。
官網(wǎng)地址：
