仿真器开源

MuJoCo Playground

Google DeepMind、UC Berkeley英国

GitHub 仓库 google-deepmind/mujoco_playground

又称 playground

类别
仿真与评测 · 仿真器
开放程度
开源
发布时间
2025 年 1 月
开源协议
Apache-2.0
发布方所在地
英国

项目简介

基于 MuJoCo MJX 的 GPU 加速机器人学习环境库,面向强化学习和 sim-to-real 迁移。包含 dm_control 经典控制、四足与双足行走、非抓取操作和灵巧操作环境,可用 MJWarp 批量渲染器做视觉强化学习;训练同时支持 JAX 版 MJX 和 MuJoCo Warp,配有 PPO 训练脚本和 Colab 教程,pip install playground 安装。

MuJoCo Playground 安装要点

来源:README.md

依据官方资料的 v1.0.0 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. 克隆仓库

    依赖用 uv 同步;旧版 JAX/MJX 环境在 rss2025 目录

    git clone https://github.com/google-deepmind/mujoco_playground.git && cd mujoco_playground
  2. 同步依赖

    按硬件选命令,见下方表格

    make sync
  3. 运行测试验证

    make test
  4. 训练 PPO 策略

    uv run --extra rl python -m mujoco_playground.rl.rsl_rl.train \
      --env=SO101PickCubeVision \
      --logdir=/tmp/rslrl_logs/so101_pick_cube_vision
  5. 回放训练好的策略

    uv run --extra rl python -m mujoco_playground.rl.rsl_rl.play \
      --env=SO101PickCubeVision \
      --resume_path=/tmp/rslrl_logs/so101_pick_cube_vision

环境要求

来源:pyproject.toml
Python
3.12 或 3.13
PyTorch
2.7.0 到 2.14 以下
MuJoCo
4.0.0 或更新(含 sysid)
MuJoCo Warp
4.0.0 或更新
Warp
1.18.0
reaf-sim
1.0.0 或更新

适配矩阵

来源:README.md

按硬件选择同步依赖的命令

名称同步命令
GPU适合 RL 训练make sync
Linux + CUDA 12make sync-cu12
仅 CPU(如 macOS)make sync-cpu

适配机器人

  • Unitree G1
  • Franka Panda

获取方式

数据来源

本页信息均整理自以下公开资料。

4 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

MuJoCo Playground(mujoco_playground):安装步骤与环境要求 | 具身集