google旗下人工智能研究机构deepmind收购机器人物理模拟器mujoco，现在对外发布，供研究人员免费使用。mujoco讲究精确性，对生物力学进行模拟，借由描述复杂的运动，使机器人能够正确运行，mujoco核心引擎以c语言撰写，具有良好的程序代码移植性。
deepmind提到，虽然人类走路时脚接触地面，或是拿笔写字手接触笔，是再平常不过的事，但是从微观尺度来看，实际上是非常复杂的动作，接触面可能是柔软、僵硬、有弹性、光滑或是黏稠，人类的指尖有不同类型的触摸传感器，能够侦测这些复杂性，完成触摸或是抓取等任务。
mujoco赋给机器人处理这些物理复杂性的能力，像是处理接触面的平衡，其接触模型能够准确地捕捉接触物体的特征，在避免接触部位形变的状况下，解决刚体接触的问题，而且mujoco模型很灵活，提供多个参数，用户通过调整参数，就可以逼近广泛的接触现象。
deepmind强调，mujoco提供的是真正的物理模拟，不同于部分模拟器，是为游戏和电影等目的设计，在考虑稳定性而非精确性的情况，可能会忽略陀螺力等条件，因此在优化下可能产生问题，现实和模拟出现偏差。
mujoco是一个二阶连续时间模拟器，实例了完整的运动方程式，包括牛顿摆（newton’s cradle）和网球拍定理（dzhanibekov effect）等，严格实现支配现实世界的方程式。
而且mujoco核心引擎以纯c语言编写，能够轻松地移植到各种架构中，该函数库会产生决定性的结果，包括场景描述和模拟状态，都会封装载在数据结构中，提供所有创建模拟需要的信息。
mujoco强大的功能在于，能够模拟人类和动物的肌肉骨骼模型，像是肌肉包裹在骨骼上的状态，因此能够描述复杂的效果，而且mujoco也能够处理力、长度、速度曲线，以及启动状态等肌肉复杂性。
deepmind表示，mujoco已经被机器人社群广泛使用，包括deepmind本身的机器人团队，也是将mujoco用作物理模拟器。deepmind现在要与社群合作，一起改进mujoco使其成为开源软件，在deepmind准备程序代码的过程，mujoco会先以预编译函数库的形式免费提供外部使用。