mujoco

本文解释了如何使用 NVIDIA Warp 和 MjWarp 在 GPU 上扩展机器人模拟，实现并行环境以加速学习工作流。

GPT-6展示了自主启动虚拟机、设置MuJoCo并从视频中重建场景的能力，用于具身AI研究，突出了现实到模拟到现实工作流的进步。

一个提供 Microduck 双足机器人强化学习训练环境的 GitHub 仓库，基于 MuJoCo Warp 构建，使用 PPO，包括 sim2real 部署和奖励建模技术。

用于 Microduck 双足机器人的开源强化学习栈，支持使用 MuJoCo 和 PPO 进行 sim2real 训练和部署。

这篇NVIDIA博客文章概述了用于物理AI的仿真引擎，涵盖为什么仿真对于机器人数据生成至关重要，并比较了MuJoCo、Isaac Sim和Newton等工具。文章强调了仿真从调试工具向模型开发集成部分的转变。

从零开始构建容错强化学习八旋翼无人机，使用MuJoCo仿真和PPO训练，通过域随机化处理电机故障。该项目旨在通过强化学习策略直接控制电机，无需PID回路，重点关注六类故障情形。

Wuji MJLab 是一个用于灵巧手操作的开源 MuJoCo 环境，包含立方体重新定向任务、sim2real 流水线以及在 Wuji Hand 上的部署。它基于 mjlab，并包括预训练的 PPO 策略。

DexJoCo 提出了一个面向任务的灵巧操作在 MuJoCo 中的基准测试与工具包，包含11个功能性任务、一个低成本数据采集系统，以及全面评估，揭示了当前灵巧操作策略的局限性。

OpenAI 开源 mujoco-py，一个使用 MuJoCo 引擎的高性能 Python 机器人模拟库，具有无头 GPU 渲染和 VR 交互支持，性能提升约 40 倍。

这个GitHub仓库为Microduck双足机器人提供了强化学习训练环境，使用MuJoCo Warp和PPO，并包含sim2real部署流程。