google-deepmind/mujoco

源码：https://github.com/google-deepmind/mujoco

MuJoCo 是 Multi-Joint dynamics with Contact 的缩写，是一款通用物理引擎，旨在为机器人学、生物力学、图形与动画、机器学习以及其他需要快速、精确模拟铰接结构与环境交互的领域提供研发便利。本仓库由 Google DeepMind（https://www.deepmind.com/）维护。MuJoCo 提供 C API，面向研究人员与开发者。其运行时仿真模块经高度优化，性能优先，直接操作由内置 XML 编译器预分配的低级数据结构。库内集成原生 GUI 的交互式可视化，基于 OpenGL 渲染。MuJoCo 还公开大量用于计算物理相关量的工具函数，同时提供 [Python 绑定] 及 [Unity] 游戏引擎插件。

文档

MuJoCo 文档见 [mujoco.readthedocs.io]。下一版本的新功能可在“latest”分支的 [changelog] 中查看。

快速开始

使用 MuJoCo 最轻松的两种方式：

1. 在本机运行 simulate
   该视频（https://www.youtube.com/watch?v=P83tKA1iz2Y）演示了 simulate（MuJoCo 原生交互查看器）的录屏。按文档 [快速开始] 部分的步骤即可在本机启动 simulate。

2. 在线体验 IPython Notebook
   Python 用户可直接在 Google Colab 运行我们的教程 notebook：

   • 入门 教程：MuJoCo 基础 在 Colab 打开
   • 模型编辑 教程：程序化创建与修改模型 在 Colab 打开
   • rollout 教程：多线程 rollout 模块用法 在 Colab 打开
   • LQR 教程：设计线性二次控制器，实现单腿人形平衡 在 Colab 打开
   • 最小二乘 教程：使用 Python 非线性最小二乘求解器 在 Colab 打开
   • MJX 教程：MuJoCo XLA（基于 JAX 的 MuJoCo 分支）示例 在 Colab 打开
   • 可微物理 教程：利用 MuJoCo 物理步的解析梯度训练运动策略 在 Colab 打开

安装

预编译二进制

GitHub [releases 页面] 提供已发布的预编译二进制，支持 Linux（x86-64 与 AArch64）、Windows（仅 x86-64）与 macOS（通用）。推荐普通用户采用此方式。

从源码构建

需自行编译的用户请参考文档的[从源码构建]部分。注意 main 分支的最新提交可能不稳定。

Python（≥3.10）

原生 Python 绑定已内置 MuJoCo，可直接通过 [PyPI] 安装：

pip install mujoco

Linux 预编译 wheel 目标为 manylinux2014，兼容发行版列表见此处（https://github.com/pypa/manylinux）。更多编译细节见文档的 [Python 绑定] 部分。

版本管理

我们力争每月第一周发布新版。自 3.5.0 起采用修改后的语义化版本规则，详见 versioning。

贡献

我们欢迎社区参与：提问、求助、错误报告、功能需求。阅读 贡献者指南 与 风格指南 了解如何提交错误、功能请求或更大规模的贡献。

提问

请在 GitHub “求助” 讨论区（https://github.com/google-deepmind/mujoco/discussions/categories/asking-for-help）提出具体问题或求助。

错误报告与功能请求

GitHub Issues（https://github.com/google-deepmind/mujoco/issues）专用于错误报告、功能请求及其他开发相关主题。

相关软件

MuJoCo 已被众多环境库采用。下面列出部分绑定与转换工具。

绑定

以下项目为不同语言提供 MuJoCo 接口：

官方绑定：

• Python 绑定（https://mujoco.readthedocs.io/en/stable/python.html）
• dm_control（https://github.com/google-deepmind/dm_control）：Google DeepMind 的环境栈，含 PyMJCF（https://github.com/google-deepmind/dm_control/blob/main/dm_control/mjcf/README.md），可程序化操作 MuJoCo 模型。
• JavaScript 绑定与 WebAssembly 支持（灵感来自社区项目 stillonearth（https://github.com/stillonearth）与 zalo（https://github.com/zalo）；mjswan（https://github.com/ttktjmt/mjswan）在此基础上新增实时策略控制、交互式施力等功能）。
• C# 绑定与 Unity 插件（https://mujoco.readthedocs.io/en/stable/unity.html）

第三方绑定：

• MATLAB Simulink：Simulink Blockset for MuJoCo Simulator（https://github.com/mathworks-robotics/mujoco-simulink-blockset），作者 Manoj Velmurugan（https://github.com/vmanoj1996）。
• Swift：swift-mujoco（https://github.com/liuliu/swift-mujoco）
• Java：mujoco-java（https://github.com/CommonWealthRobotics/mujoco-java）
• Julia：MuJoCo.jl（https://github.com/JamieMair/MuJoCo.jl）
• Rust：MuJoCo-rs（https://github.com/davidhozic/mujoco-rs）

转换工具

• OpenSim：MyoConverter（https://github.com/MyoHub/myoconverter）可将 OpenSim 模型转为 MJCF。
• SDFormat：gz-mujoco（https://github.com/gazebosim/gz-mujoco/）实现 SDFormat ↔ MJCF 双向转换。
• OBJ：obj2mjcf（https://github.com/kevinzakka/obj2mjcf）用于把复合 OBJ 文件转为可加载的 MJCF 模型。
• Onshape：Onshape to Robot（https://github.com/rhoban/onshape-to-robot）将 onshape（https://www.onshape.com/en/）CAD 装配体转为 MJCF。

引用

若您在发表论文时使用 MuJoCo，请引用：

@inproceedings{todorov2012mujoco,
  title={MuJoCo: A physics engine for model-based control},
  author={Todorov, Emanuel and Erez, Tom and Tassa, Yuval},
  booktitle={2012 IEEE/RSJ International Conference on Intelligent Robots and Systems},
  pages={5026--5033},
  year={2012},
  organization={IEEE},
  doi={10.1109/IROS.2012.6386109}
}

许可证与免责声明

Copyright 2021 DeepMind Technologies Limited。
箱体碰撞代码（engine_collision_box.c（https://github.com/google-deepmind/mujoco/blob/main/src/engine/engine_collision_box.c））Copyright 2016 Svetoslav Kolev。
doc 目录下的 ReStructuredText 文档、图片与视频采用 Creative Commons Attribution 4.0 (CC BY 4.0) 许可，详见 https://creativecommons.org/licenses/by/4.0/legalcode。
源代码采用 Apache License, Version 2.0，详见 https://www.apache.org/licenses/LICENSE-2.0。
本产品并非 Google 官方支持产品。