外观
新闻Google DeepMind MuJoCo 官方发布1 个月前
MuJoCo 3.14.0发布：新增无穿透柔性接触与多输入执行器API
本文由 AI 根据公开内容整理，可能有误，请以原文为准：google-deepmind/mujoco 发布 3.14.0 版本更新（Google DeepMind MuJoCo 官方发布）
核心内容
Google DeepMind于2026年9月22日发布MuJoCo 3.14.0版本，核心更新包括为discrete积分器新增实验性ipc接触模式，通过增量势最小化与连续碰撞检测彻底消除2D柔性体穿透问题。该版本还引入archive resource providers机制，支持.mjz/.zip容器按需挂载读取，并在MJCF保存时完整保留frame元素的位姿与相对坐标结构，提升模型序列化一致性。
引擎层发生Breaking API变更：mj_readCtrl签名对齐mj_readSensor以支持pid、dcmotor等多输入执行器，历史缓冲区按actuator_ctrlnum[id]存储；mjWARN_INERTIA警告扩展至implicitfast与damped-Euler积分器；稀疏牛顿求解器在单精度下Hessian秩亏时改为钳制主元并解耦对应行，避免计算中断。需注意ipc模式下mj_getState/mj_setState无法捕获完整状态，不支持精确重放。
关键看点
- 无穿透柔性接触：ipc模式通过障碍自由增广拉格朗日法与连续碰撞检测，确保2D flex接触零穿透且保持弹性约束
- 多输入执行器支持：mj_readCtrl重构为返回指针或写入缓冲，历史样本数按actuator_ctrlnum[id]动态分配
- 数值鲁棒性增强：稀疏牛顿求解器在单精度Hessian秩亏时钳制主元并解耦行，替代原致命错误终止机制
- 资源加载解耦：archive resource providers接口实现容器挂载与格式解码分离，无需预分配VFS即可按需提取资产
工程与产业观察
本次更新显著强化具身仿真中柔性体交互的物理保真度与数值稳定性，ipc模式虽暂不支持状态回放，但为软体机器人抓取、织物操作等场景提供可靠训练基础；多输入执行器API统一降低了复杂驱动建模门槛，配合资源热加载能力，加速大规模异构资产仿真流水线构建。
来源
本页事实对应的公开页面，以原文为准。