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。