歐界報導：
在過去一年的研究中， OpenAI團隊開源一個使用 MuJoCoengine開發的用於機器人模擬的高性能Python庫。 據瞭解， 這個Python庫是OpenAI團隊用來深入學習機器人研究的核心工具之一。 現在， 該團隊發佈的前沿性技術是作為MuJoCo的主要版本的mujoco-py（Python 3 的 MuJoCo 綁定）。
在性能方面， Mujoco-py1.50.1.0有著明顯的改善與提升。 並且， Mujoco-py 1.50.1.0有許多新的功能。 例如， 高效的處理並行模式、GPU 加速的自動 3D 渲染、可直接訪問 MuJoCo 函數和資料結構以及它支援所有的MuJoCo 1.50 功能， 比如改進的接觸求解器等。 另外， Mujoco-py1.50.1.0還能夠進行機器人的批量模擬實驗。 通過這項實驗， 機器人研究不僅可以軌跡（trajectory）優化和強化學習中的許多方法（如LQR， PI2和TRPO）， 還可從在並行運行多個模擬中提高研究效益。 Mujoco-py先通過OpenMP使用資料並行， 再通過Cython和NumPy直接訪問記憶體管理， 從而使批量類比更有效率。
就目前情況來看， Mujoco-py 1.50.1.0講究高性能紋理隨機化。 其實， OpenAI的許多其他項目中都有使用域隨機化技術。 但與以往不同的是， 最新版本的mujoco-py擁有自動的（headless）GPU 渲染技術。 與基於CPU研發出來的渲染相比， 它的速度足足提升了40倍。 這使它可以每秒產生數百幀的合成圖像資料。 不僅如此， 在減速動畫中， OpenAI還可以通過使用理隨機化技術來改變一個機器人的紋理， 幫助這個機器人辨識其身體（在將其從模擬器轉移至現實時）。
從新版本的MjSimPool介面的初步使用情況來看， Mujoco-py 1.50.1.0速度超過舊版本的 400％， 並且在一個已優化和受限的使用模式中（通過 Python 的多處理工具包獲取相同水準的平行計算）仍然大約為舊版本的180%。
除了Mujoco-py 1.50.1.0， OpenAI團隊還開發研究了其他有助於機器人研究的新型科技產品， 如Roboschool。 它致力於讓用戶在同一模擬器上訓練多個智慧體， 從而更加有益於機器人的開發與研究。 而基於Roboschool的 RoboschoolPong 就是這一研究領域的一個很重要的突破。 與此同時， OpenAI團隊還在不斷地開發與完善機器人的模擬研究領域， 爭取在做好機器人研究工作的同時， 致力於把新產品應用於人們的日常生活中去。 OpenAI 表示， 他們希望隨著時間推移， 能夠獲得更多的集合拓展， 此外也期待社區後續的產出貢獻。
從Roboschool到Mujoco-py 1.50.1.0， OpenAI團隊在探索機器人模擬研究的領域上越來越深入。 相信在未來， 隨著這一科技的快速發展， 機器人模擬研究技術將會給人民群眾的日常生活帶來諸多益處。 換種說法， 我們的生活將隨著這一科技的廣泛應用而更加便捷。
歐界科技 | Jie Media
深度報導環球前沿科技