Python 中更快的物理模拟

# Python 中更快的物理引擎 来源：https://openai.com/index/faster-physics-in-python/ OpenAI 我们正在开源一个高性能 Python 库，用于使用 MuJoCo 引擎进行机器人仿真，这是我们过去一年机器人研究的成果。 Loopdiscogif2 我们在 OpenAI 的许多项目中使用[域随机化](https://arxiv.org/abs/1703.06907)技术。最新版本的 mujoco-py 支持无头 GPU 渲染；与基于 CPU 的渲染相比，这产生了约 40 倍的加速，让我们能够每秒生成数百帧的合成图像数据。在上面的（减速）动画中，我们使用它来改变我们其中一个机器人的纹理，这有助于它在从仿真器转移到现实时识别自己的身体。查看 [examples/disco_fetch.py](https://github.com/openai/mujoco-py/blob/master/examples/disco_fetch.py) 了解随机化纹理生成的示例。 mujoco-py 暴露的 API 足以支持虚拟现实交互，无需任何额外的 C++ 代码。我们将 MuJoCo 的 [C++ VR 示例](https://www.mujoco.org/book/programming.html#saVive)移植到了使用 mujoco-py 的 Python 中。如果你有 HTC Vive VR 设置，可以使用[这个示例](https://github.com/openai/mujoco-py/blob/master/examples/mjvive.py)尝试一下（此支持被认为是实验性的，但我们一直在内部使用）。 开始使用 mujoco-py 最简单的方法是使用 [MjSim 类](https://github.com/openai/mujoco-py/blob/master/mujoco_py/mjsim.pyx)。它是仿真模型和数据的包装器，让你可以轻松地步进仿真并从摄像机传感器渲染图像。这是一个简单的例子：