Im Oktober 2021 gaben wir bekannt, dass wir das erworben haben MuJoCo-Physiksimulator, und machte es für jedermann frei zugänglich, um die Forschung überall zu unterstützen. Wir haben uns außerdem dazu verpflichtet, MuJoCo als kostenloses, quelloffenes, von der Neighborhood betriebenes Projekt mit erstklassigen Funktionen zu entwickeln und zu pflegen. Heute freuen wir uns, Ihnen mitteilen zu können, dass Open Sourcing und die gesamte Codebasis vollständig sind auf GitHub!
Hier erklären wir, warum MuJoCo eine großartige Plattform für die Open-Supply-Zusammenarbeit ist, und geben einen Ausblick auf unsere zukünftige Roadmap.
Eine Plattform für Zusammenarbeit
Physiksimulatoren sind wichtige Werkzeuge in der modernen Robotikforschung und fallen oft in diese beiden Kategorien:
- Kommerzielle Closed-Supply-Software program.
- Open-Supply-Software program, die oft im akademischen Bereich erstellt wird.
Die erste Kategorie ist für den Benutzer undurchsichtig und obwohl sie manchmal kostenlos verwendet werden kann, kann sie nicht geändert werden und ist schwer zu verstehen. Die zweite Kategorie hat oft eine kleinere Benutzerbasis und leidet, wenn ihre Entwickler und Betreuer ihren Abschluss machen.
MuJoCo ist einer der wenigen voll ausgestatteten Simulatoren, die von einem etablierten Unternehmen unterstützt werden und wirklich Open Supply sind. Als forschungsorientierte Organisation betrachten wir MuJoCo als eine Plattform für die Zusammenarbeit, auf der Robotiker und Ingenieure gemeinsam mit uns einen der weltweit besten Robotersimulatoren entwickeln können.
Options, die MuJoCo für die Zusammenarbeit besonders attraktiv machen, sind:
- Voll ausgestatteter Simulator, der das kann Modell Komplex Mechanismen.
- Lesbarer, performanter, portabler Code.
- Leicht erweiterbare Codebasis.
- Detaillierte Dokumentation: sowohl für den Benutzer als auch für Codekommentare.
Wir hoffen, dass Kollegen aus der gesamten Wissenschaft und der OSS-Neighborhood von dieser Plattform profitieren und zur Codebasis beitragen, um die Forschung für alle zu verbessern.
Leistung
Als C-Bibliothek ohne dynamische Speicherzuweisung ist MuJoCo sehr schnell. Leider wurde die Geschwindigkeit der reinen Physik in der Vergangenheit durch Python-Wrapper behindert, die gestapelte Multithread-Vorgänge aufgrund des Vorhandenseins der World Interpreter Lock (GIL) und nicht kompilierten Codes nicht mehr leistungsfähig machten. In unserer Roadmap unten gehen wir dieses Downside für die Zukunft an.
Zunächst möchten wir einige Benchmarking-Ergebnisse für zwei gängige Modelle teilen. Die Ergebnisse wurden auf einem standardmäßigen AMD Ryzen 9 5950X-Rechner mit Home windows 10 ermittelt.
Roadmap
Hier ist unsere kurzfristige Roadmap für MuJoCo:
- Nutzen Sie das Geschwindigkeitspotenzial von MuJoCo mit der Batch-Multithread-Simulation.
- Unterstützen Sie größere Szenen mit Verbesserungen der internen Speicherverwaltung.
- Neuer inkrementeller Compiler mit besserer Modellzusammensetzbarkeit.
- Unterstützung für besseres Rendering durch Unity-Integration.
- Native Unterstützung für physikalische Ableitungen, sowohl analytische als auch finite Differenzen.
Erfahren Sie mehr
Hilfreiche Ressourcen zu MuJoCo:
Wir freuen uns auf Ihre Beiträge!
