谋先飞 Motphys 发布物理仿真引擎 MotrixSim 1.0,核心采用 Rust 开发
IT之家 11 月 15 日消息,谋先飞(Motphys)新一代物理仿真引擎 MotrixSim 1.0 昨日正式发布。 据介绍,MotrixSim 是一个高性能的物理仿真引擎,专为多体动力学和机器人仿真设计,支持广泛的应用场景,包括机器人控制、强化学习、工业仿真等。主要特性如下: 物理仿真:支持刚体动力学、碰撞检测等
IT之家 11 月 15 日消息,谋先飞(Motphys)新一代物理仿真引擎 MotrixSim 1.0 昨日正式发布。
据介绍,MotrixSim 是一个高性能的物理仿真引擎,专为多体动力学和机器人仿真设计,支持广泛的应用场景,包括机器人控制、强化学习、工业仿真等。主要特性如下:
-
物理仿真:支持刚体动力学、碰撞检测等完整的物理仿真功能
-
广义坐标建模:采用广义坐标系统,支持复杂的多体系统建模
-
全新求解器:采用自研的约束模型和求解器,提供高效、稳定的多体动力学计算
-
高性能计算:CPU 版本基于 Rust 开发,提供出色的性能和内存安全性
-
Python API:简洁易用的 Python 接口,便于快速开发和原型制作
-
机器人支持:专门优化的机器人仿真功能,高度兼容 MJCF 模型格式
官方表示,MotrixSim 将真实世界的物理参数 1:1 复刻进仿真环境中,结合多模态传感器与高保真渲染,为机器打造了一个既能“看清”又能“摸准”的平行世界。
据介绍,通过其独创的 CPU / GPU 异构架构,利用高性能通信和统一内存的优势,以及突破百万级并发的统一约束链,在保证物理精度的同时,实现了训练规模和吞吐量的双重放大。
论文数据显示,在 4096 并发环境下跑出数百万物理步 / 秒,让 G1 人形机器人的端到端训练完成仅需 10.2 分钟(传统方案 130.8 分钟)。
通过融合视觉(看清颜色和纹理)、几何(测出形状、距离和深度)与触觉(感受压力、摩擦和软硬)感知,完成环境观测与行为反馈的闭环,解决“机器人认知盲区”的难题。
此外,别于传统极度依赖高端显卡的重资产路线,MotrixSim 核心采用 Rust 语言开发,兼顾高性能与内存安全。同时,引擎深度兼容鲲鹏、天数智芯、摩尔线程、英伟达、AMD、苹果等多元算力生态。
IT之家附官方文档如下: