开源MuJoCo
'开源MuJoCo' can be translated to 'Open-source MuJoCo'.
2021年10月，我们宣布我们收购了MuJoCo物理模拟器，并使其免费提供给所有人以支持全球的研究。我们还承诺将MuJoCo开发和维护为一个免费、开源、社区驱动的项目，并具备一流的功能。今天，我们非常高兴地宣布开源工作已经完成，整个代码库都在GitHub上！
在这里，我们将解释为什么MuJoCo是一个优秀的开源协作平台，并分享我们未来的路线图的预览。
一个协作平台
物理模拟器是现代机器人研究中至关重要的工具，通常可以分为以下两类：
- 闭源的商业软件。
- 开源软件，通常由学术界创建。
第一类对用户来说是不透明的，虽然有时可以免费使用，但无法修改且难以理解。第二类通常有较小的用户群体，并且在开发人员和维护者毕业后往往遭受困扰。
MuJoCo是少数几个由一家成熟公司支持的功能全面的模拟器，真正是开源的。作为一个以研究驱动的组织，我们将MuJoCo视为一个协作平台，在这里，机器人学家和工程师可以加入我们，共同开发世界上最好的机器人模拟器之一。
MuJoCo特别适合协作的特点包括：
- 功能齐全的模拟器，可以模拟复杂的机制。
- 可读性强、性能优越、可移植的代码。
- 易于扩展的代码库。
- 详细的文档：包括面向用户的文档和代码注释。
我们希望学术界和开源社区的同行们从这个平台中受益，并为代码库做出贡献，改进研究成果。
性能
MuJoCo是一个没有动态内存分配的C库，非常快速。不幸的是，由于Python包装器的存在，原始物理速度在历史上受到了限制，这使得批处理、多线程操作在性能上不佳，因为存在全局解释器锁（GIL）和非编译代码。在下面的路线图中，我们解决了这个问题。
目前，我们想分享一些常见模型的基准测试结果。这些结果是在一台标准的AMD Ryzen 9 5950X机器上，运行Windows 10操作系统下获得的。
路线图
以下是我们对MuJoCo的近期路线图：
- 通过批处理、多线程模拟发挥MuJoCo的速度潜力。
- 通过改进内部内存管理来支持更大的场景。
- 使用更好的模型组合性的增量式编译器。
- 通过Unity集成支持更好的渲染。
- 原生支持物理导数，包括解析和有限差分。
了解更多
关于MuJoCo的有用资源：
- MuJoCo的文档
- MuJoCo在GitHub上的代码库
- 如何贡献
我们期待收到您的贡献！
