DeepMind收购MuJoCo：转手开源，所有人免费用-DOIT

是件好事，不过并不惊讶，要知道DeepMind可是谷歌爸爸的亲儿子啊，盈不盈利的，随便躺平造作都不用担心费用问题，何况人家是专注研究人类未来发展方向的。王思聪组台价值百万的服务器奇怪吗，并不……人还自带流量，比你有钱还比你努力是不是可以出个系列了。

以下文章转自量子位：

首次实现盈利的DeepMind突然官宣：收购物理模拟引擎 MuJoCo，同时宣布将对 MuJoCo 开源！

这波买来给大家用的霸气操作让网友们直呼喜大普奔。

要知道，由于在动态多点接触（如灵活手指操作）的场景里有明显优势，MuJoCo 可以说是机器人研究人员的首选模拟器。

像这种人类肌腱、骨骼动态模拟，于它而言都是小 case。

但它一直以来都需要付费使用，而且还很贵。

有人就表示在自己读大学时，曾因为 MuJoCo 太贵而没有继续学习 RL。

因此，DeepMind 这次开源可以说是为机器人开发者带来福音。

支持肌腱、布料仿真

MuJoCo 是多关节接触动力学（Multi-Joint Dynamics with Contact）的缩写，它由华盛顿大学 Emo Todorov 教授开发，2015 年由 Roboti LLC 作为付费产品推出。

MuJoCo 结合了广义坐标模拟和优化后的接触动力学，这使它能够模拟完整的物理运动。

要知道，许多模拟器都是把运动稳定性放在准确性之前考虑的，比如它们可能忽略陀螺效应，但这会偏离现实情况。

相比之下，MuJoCo 更加严格地还原现实世界中的物理运动。

像牛顿摆的现象，它都能很好模拟。

失重情况下的还原也非常真实：

更让人惊艳的，还有 MuJoCo 对于人体关节、肌肉复杂运动的模拟。

许多机械手的研究，都是先在 MuJoCo 中模拟和验证的。

此外，MuJoCo 还能灵活将仿真步骤拆开执行，或者只执行仿真流程的一部分 (如不计算逆动力学)。

而且支持软体材料，如绳子、布料的稳定性仿真。

为了提高仿真性能，MuJoCo 做了 AVX 指令等大量优化，是极少的选择 C 语言来实现的现代物理引擎之一。

而由 C 语言编写，能够让它很容易转化为其他架构。同时，独创的 MJCF 建模格式，相比 URDF 模型具有易读性、灵活配置等优点。

不过网友们发现，目前开源的还没有源代码。

DeepMind 表示，将努力在 2022 年发布代码库。

此外，MuJoCo 2.1 的相关信息也已经公布。

官网地址：