仿真器开源

mjlab

UC Berkeley美国

GitHub 仓库 mujocolab/mjlab

类别
仿真与评测 · 仿真器
开放程度
开源
发布时间
2025 年 9 月
开源协议
Apache-2.0
发布方所在地
美国

项目简介

把 Isaac Lab 的 manager-based API 与 GPU 版 MuJoCo(MuJoCo Warp)结合的机器人强化学习框架,提供可组合的环境构建模块,可直接访问原生 MuJoCo 数据结构。内置 Unitree G1 人形速度跟踪和动作模仿训练示例,支持多 GPU 分布式训练;训练需要 NVIDIA GPU,macOS 只能评估。可从 PyPI、Docker 安装。

mjlab 安装要点

来源:mujocolab.github.io

依据官方资料的 v1.6.0 版本整理,核验于 2026-11-06。版本更新后命令可能变化,以官方文档为准。

  1. 安装 uv

    官方推荐把 mjlab 作为 uv 项目的依赖

    curl -LsSf https://astral.sh/uv/install.sh | sh
  2. 初始化项目

    uv init --package my_mjlab_project
    cd my_mjlab_project
  3. 添加 mjlab 依赖

    不用 uv 时运行 pip install mjlab

    uv add mjlab
  4. 运行 demo 验证

    pip 安装的直接运行 demo

    uv run demo

环境要求

来源:mujocolab.github.io
训练
Linux + NVIDIA GPU(Turing 或更新)
驱动
580+;用 cu126 extra 时 525+,但不支持 Blackwell GPU
评估
Linux、macOS 或 Windows(WSL)
Python
3.11 或更新

适配矩阵

来源:faq.rst

各平台上训练和评估的支持情况

名称训练评估
Linux + NVIDIA GPU✓✓
macOS只用 CPU,明显慢于 Linux + CUDA不建议(无 GPU)✓
Windows / WSL只做过初步测试,部分流程不保证稳定—部分

✓ 官方资料写明支持,— 资料没写,版本号照原文。没写不等于不支持。

常见报错

解法来自官方文档、维护者回复或提问者确认,部分报错出自旧版本。

RuntimeError: normal expects all elements of std >= 0.0

原因物理状态里的 NaN/Inf 传到策略网络,输出标准差变成负数或 NaN

解决加 nan_detection 终止项让环境重置,再用 nan_guard 查根因

uv run train.py --enable-nan-guard True
来源:faq.rst
CUDA error 700

原因mujoco-warp 的问题,已修复

解决升级到 mjlab 1.5.3 或更新版本

来源:Issue #1108
'numpy.float64' object cannot be interpreted as an integer

原因终端里还激活着 conda 环境,uv sync 取到错误的 numpy 和 warp-lang

解决确认用的是正确版本的 numpy,别让 conda 环境的包混进来,再 uv sync

来源:Issue #383
ModuleNotFoundError: No module named 'onnxscript'

原因PyTorch 2.9 的 ONNX 导出默认改用新流程,要 onnxscript

解决升级 mjlab;后续版本已把 onnxscript 加成显式依赖

来源:Issue #230

适配机器人

  • Unitree G1

获取方式

数据来源

本页信息均整理自以下公开资料。

7 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

mjlab:安装步骤、环境要求与常见报错 | 具身集