OpenAI开源机器人模拟Python库

该库是OpenAI用于深度学习机器人研究的核心工具之一，现在将其作为mujoco-py（Python 3 的MuJoCo绑定）的主要版本发布。mujoco-py 1.50.1.0 有着大量的新能力，性能也获得显著提升。新功能有：

·         高效处理并行模拟

·         GPU 加速的自动 3D 渲染

·         直接获取MuJoCo函数和数据结构

·         支持所有的MuJoCo 1.50 功能，比如改进的 contact solver

批量模拟

轨迹（trajectory）优化和强化学习中的很多方法得益于能够并行运行多个模拟。mujoco-py通过OpenMP使用数据并行，以及通过Cython和NumPy使用直接访问的内存管理，从而使批量模拟更有效。新版本MjSimPool接口的单纯使用相比于旧版本有一个 400% 的提速，并且在一个已优化和受限的使用模式中（通过 Python 的多处理工具包获取相同水平的并行）仍然大约为 180%。提速主要来自于访问不同MuJoCo数据结构的时间的减少。查看示例/simpool.py 以了解MjSimPool。

高性能纹理随机化

OpenAI在很多项目上使用了域随机化技术。mujoco-py的最新版本支持自动的（headless）GPU 渲染。相较于 CPU 渲染，这有了一个 40 倍的提速，每秒可产生数百帧的合成图像数据。上述动画中OpenAI使用纹理随机化技术改变了其众多机器人中的一个的纹理，帮助这个机器人辨识其身体（在将其从模拟器转移至现实时）。查看示例/disco_fetch.py 以了解随机化纹理生成。

      通过mujoco-py实现虚拟现实

      mujoco-py公开的 API 足以实现虚拟现实交互而无需额外的 C++ 代码。OpenAI使用mujoco-py将MuJoCo的 C++ VR 示例移植到 Python。如果你有一个 HTC Vive VR 设置，可以尝试使用这一示例（这一支持被认为是实验性的，但是OpenAI已在内部使用它了一段时间）。