Ouverture d'un simulateur physique pour la robotique

Faire progresser la recherche partout avec l’acquisition de MuJoCo

Lorsque vous marchez, vos pieds entrent en contact avec le sol. Lorsque vous écrivez, vos doigts entrent en contact avec le stylo. Les contacts physiques sont ce qui rend possible l’interaction avec le monde. Pourtant, pour un phénomène aussi courant, le contact est un phénomène étonnamment complexe. Se déroulant à des échelles microscopiques à l'interface de deux corps, les contacts peuvent être mous ou rigides, rebondissants ou spongieux, glissants ou collants. Ce n'est pas étonnant que nos doigts aient quatre types différents de capteurs tactiles. Cette complexité subtile rend la simulation du contact physique – un élément essentiel de la recherche en robotique – une tâche délicate.

Le modèle de contact riche mais efficace du Simulateur physique MuJoCo en a fait un choix de premier plan par les chercheurs en robotique et aujourd'hui, nous sommes fiers d'annoncer que, dans le cadre de La mission de DeepMind de l'avancement de la science, nous avons acquis MuJoCo et sommes en train de le faire disponible gratuitement pour tous, pour soutenir la recherche partout. Déjà largement utilisé au sein de la communauté robotique, notamment en tant que simulateur physique de choix pour l'équipe de robotique de DeepMind, MuJoCo propose un modèle de contact riche, un langage de description de scène puissant et une API bien conçue. En collaboration avec la communauté, nous continuerons à améliorer MuJoCo en tant que logiciel open source sous licence permissive. Pendant que nous travaillons à préparer la base de code, nous créons MuJoCo disponible gratuitement en tant que bibliothèque précompilée.

Un modèle de contact équilibré. MuJoCo, qui signifie Multi-Joint Dynamique avec Contact, atteint un point idéal avec son modèle de contact, qui capture avec précision et efficacité les principales caractéristiques des objets en contact. Comme d’autres simulateurs de corps rigides, il évite les détails fins des déformations au niveau du site de contact et fonctionne souvent beaucoup plus rapidement qu’en temps réel. Contrairement à d'autres simulateurs, MuJoCo résout les forces de contact en utilisant le modèle convexe. Principe de Gauss. La convexité garantit des solutions uniques et une dynamique inverse bien définie. Le modèle est également flexible, fournissant plusieurs paramètres qui peuvent être ajustés pour se rapprocher d’un large éventail de phénomènes de contact.

UN récent PNAS perspective l'exploration de l'état de la simulation en robotique identifie les outils open source comme essentiels pour faire progresser la recherche. Les recommandations des auteurs sont de développer et de valider des plateformes de simulation open source ainsi que d'établir des bibliothèques ouvertes et communautaires de modèles validés. Conformément à ces objectifs, nous nous engageons à développer et à maintenir MuJoCo en tant que projet gratuit, open source et piloté par la communauté, doté des meilleures capacités de sa catégorie. Nous travaillons actuellement dur pour préparer MuJoCo à l'open source complet, et nous vous encourageons à télécharger le logiciel depuis le nouvelle page d'accueil et visitez le Dépôt GitHub si vous souhaitez contribuer. Envoyez-nous un email si vous avez des questions ou des suggestions, et si vous êtes également impatient de repousser les limites de la simulation physique réaliste, nous embauchons. Nous ne pouvons pas promettre que nous serons en mesure de tout régler tout de suite, mais nous sommes impatients de travailler ensemble pour faire de MuJoCo le simulateur de physique que nous attendions tous.

MuJoCo dans DeepMind. Notre équipe de robotique utilise MuJoCo comme plateforme de simulation pour divers projets, principalement via notre dm_contrôle Pile Python. Dans le carrousel ci-dessous, nous mettons en évidence quelques exemples pour présenter ce qui peut être simulé dans MuJoCo. Bien entendu, ces clips ne représentent qu’une infime fraction des vastes possibilités d’utilisation du simulateur par les chercheurs. Pour des versions de meilleure qualité de ces clips, veuillez cliquer sur ici.

De la vraie physique, pas de raccourcis. Étant donné que de nombreux simulateurs ont été initialement conçus à des fins telles que les jeux et le cinéma, ils prennent parfois des raccourcis privilégiant la stabilité plutôt que la précision. Par exemple, ils peuvent ignorer les forces gyroscopiques ou modifier directement les vitesses. Cela peut être particulièrement néfaste dans le cadre de l'optimisation : comme observé pour la première fois par l'artiste et chercheur Karl Sims, un agent optimiseur peut rapidement découvrir et exploiter ces écarts par rapport à la réalité. En revanche, MuJoCo est un simulateur en temps continu du second ordre, implémentant les équations complètes du mouvement. Des phénomènes physiques familiers mais non triviaux comme Berceau de Newtonainsi que d'autres peu intuitifs comme le Effet Djanibekov, émergent naturellement. En fin de compte, MuJoCo adhère au plus près aux équations qui régissent notre monde.

Code portable, API propre. Le moteur principal de MuJoCo est écrit en C pur, ce qui le rend facilement portable sur diverses architectures. La bibliothèque produit des résultats déterministes, avec la description de la scène et l'état de simulation entièrement encapsulés dans deux structures de données. Ceux-ci constituent toutes les informations nécessaires pour recréer une simulation, y compris les résultats des étapes intermédiaires, offrant un accès facile aux internes. La bibliothèque fournit également des calculs rapides et pratiques de quantités couramment utilisées, telles que les jacobiens cinématiques et les matrices d'inertie.

Description de scène puissante. Le format de description de scène MJCF utilise des valeurs par défaut en cascade (évitant plusieurs valeurs répétées) et contient des éléments pour les composants robotiques du monde réel tels que des contraintes d'égalité, des marqueurs de capture de mouvement, des tendons, des actionneurs et des capteurs. Notre feuille de route à long terme comprend la standardisation du MJCF en tant que format ouvert, afin d'étendre son utilité au-delà de l'écosystème MuJoCo.

Simulation biomécanique. MuJoCo comprend deux fonctionnalités puissantes qui prennent en charge les modèles musculo-squelettiques des humains et des animaux. Le routage spatial des tendons, y compris l'enroulement autour des os, signifie que les forces appliquées peuvent être réparties correctement sur les articulations, décrivant des effets complexes comme la variable moment-bras dans le genou activé par le tibia. Le modèle musculaire de MuJoCo capture la complexité des muscles biologiques, y compris les états d'activation et les courbes force-longueur-vitesse.

UN récent PNAS perspective l'exploration de l'état de la simulation en robotique identifie les outils open source comme essentiels pour faire progresser la recherche. Les recommandations des auteurs sont de développer et de valider des plateformes de simulation open source ainsi que d'établir des bibliothèques ouvertes et communautaires de modèles validés. Conformément à ces objectifs, nous nous engageons à développer et à maintenir MuJoCo en tant que projet gratuit, open source et piloté par la communauté, doté des meilleures capacités de sa catégorie. Nous travaillons actuellement dur pour préparer MuJoCo à l'open source complet, et nous vous encourageons à télécharger le logiciel depuis le nouvelle page d'accueil et visitez le Dépôt GitHub si vous souhaitez contribuer. Envoyez-nous un e-mail si vous avez des questions ou des suggestions, et si vous êtes également impatient de repousser les limites de la simulation physique réaliste, nous embauchons. Nous ne pouvons pas promettre que nous serons en mesure de tout régler tout de suite, mais nous sommes impatients de travailler ensemble pour faire de MuJoCo le simulateur de physique que nous attendions tous.

MuJoCo dans DeepMind. Notre équipe de robotique utilise MuJoCo comme plateforme de simulation pour divers projets, principalement via notre dm_contrôle Pile Python. Dans le carrousel ci-dessous, nous mettons en évidence quelques exemples pour présenter ce qui peut être simulé dans MuJoCo. Bien entendu, ces clips ne représentent qu’une infime fraction des vastes possibilités d’utilisation du simulateur par les chercheurs. Pour des versions de meilleure qualité de ces clips, veuillez cliquer sur ici.