MuJoCo:接触型ロボットのための研究標準物理エンジン

ミリ秒下段のステップタイム,分析コンタクトソルバー,差別化可能な JAX バックエンド (MJX) とカリバー化されたロボットモデルをキュレーティングした動物園 MuJoCo は2012年以来,操作と巧妙な手によるRLのデフォルト選択であり,2021年のオープンソースリリースによりロボット学習コースで最も広く教えられたシミュレーターとなりました.

[互換性ハードウェアを閲覧する] T3) [カスタム MuJoCo Env を取得する] T4) [一致するデータセットを取得する]

Apache-2.0ライセンス 2000+Hz CPU ステップMJX GPU パラレルリズム

MuJoCoとは何か?

MuJoCoは2012年にワシントン大学でEmo Todorovが作成した一般用物理エンジンであるMulti-Joint dynamics with Contact_の略称である. その後Google DeepMindが買収し,Apache 2.0ライセンスの下で2022年に完全にオープンソースとしてリリースされた. ODE,Bullet,PhysXなどの以前のエンジンが,繰り返す速度レベル解算器を通じて接触に近づいた場合,MuJoCoは柔らかいおよび弾性的な変異性を持つ凸形最適化問題として接触を公式にします. 大きなステップサイズで安定した行動を生み出し,ダイナミックを通じてファースト・オーダー分析衍生を可能にします.

この数学的な基礎は,MuJoCoが接触豊富な操作研究のためのデフォルトシミュレーターになった理由です.デクステロスの手による再定向策,布とロープの操作,双手によるテレオペレーション再演,ヒューマノイドローコモーションコントローラーは,ミュJoCoのソフトコンタクトモデルと分析ジャコビアンが罰方法またはLCP公式に依存するエンジンを上回る分野です. 2023年にMJXが導入され,GPU並行訓練にこれらの強みを拡張し,単線デスクトップ実験から同じMJCFモデルスケールをH100の16,384の並行環境に拡張した.

ロボットチームにとって,MuJoCoの実用的な価値は速度,再生可能性,最小限のインストールフットプリントの組み合わせである.新しいMuJoCoセットアップは,コンパイルステップ,CUDAツールチェーンのない single T2,および40 GB Omniverse ダウンロードがない. クラスでの教材や紙の複製スクリプトなどに 自然な選択です 基本的にRLのほぼすべての図書館 (Gymnasium, dm_control, Brax, Stable-Baselines3, Robosuite) は一流のMuJoCo統合を搭載しています

インストール 迅速開始

現代の Linux, macOS,または Windows ワークステーションで最小限の MuJoCo インストール時間は5分未満です.MuJoCo をインストールし,品質の高いロボットモデルのためのキュレーティングされたMenagerie 資料庫を引っ張って,視聴者起動を確認します.

# Install MuJoCo Python bindings
pip install mujoco

# Pull calibrated robot models (Franka, UR5e, ALOHA, G1, etc.)
git clone https://github.com/google-deepmind/mujoco_menagerie.git

# Launch the interactive viewer on a sample model
python -m mujoco.viewer --mjcf=mujoco_menagerie/franka_emika_panda/scene.xml

RLトレーニングでは,GymnasiumとStable-Baselines3 (またはGymnasium対応のトレーナー) を追加します.GPU並行展開では,MJXをインストールします.

pip install gymnasium stable-baselines3 mujoco-mjx
# Verify MJX can JIT-compile a model and step it on GPU
python -c "import mujoco, mujoco.mjx as mjx; \
m = mujoco.MjModel.from_xml_path('mujoco_menagerie/franka_emika_panda/scene.xml'); \
mx = mjx.put_model(m); \
print('MJX ready:', mx.nq, 'DoF')"

作業電源は3分以内に 95%の成功を達成し 4,096 つの並行MJX環境と PPO ワークフローで 32 つの CPU カーで1夜間に実行されます.

支援 ロボット と 任務

MuJoCoは,MJCFモデルをロボット学の最も広く使用される研究プラットフォームのために校正した.操作側では,フランカ・リサーチ 3,ユニバーサル・ロボット UR5eと UR10e,Kuka iiwa14,およびxArmシリーズは,すべてベンダーの仕様に調節された慣性性特性,関節制限,エンドエフェクターメッシュを持つ船である. デクステルスハンドの研究者は,アルレグロハンド,シャドーハンド E3M5とLEAPハンドのMuJoCoバージョンを使用し,通常は全身操縦実験のためにフランカ腕に付いている.

MuJoCoのヒューマノイドと脚の動き生態系は2024年~2025年に急速に拡大した.ユニトリのG1とH1ヒューマノイド,Go2四乗,ブースターK1とボストンダイナミックスポットはすべてMENAGERIEがホストまたはコミュニティMJCFを持っている.DeepMindが維持するヒューマノイド基準は,動き追跡研究のために定例的なCMU骨格を双脚で提供している. 双手操作は,スタンフォードのACTとモバイルALOHA文書の参考モデルであるALOHAとALOHA-2MJCFによってよく利用され,電波操作再演サポートが出ている.

作業側では,MuJoCo 遊び場,dm_control Suite,Gymnasium-Roboticsは,長距離のキッチン作業,そして長距離のキッチン作業など,何百もの準備ができているシナリオを提供しています. Robosuiteは上位にベンチマークを中心としたタスクインターフェースを配置し,CMUのHabitatとスタンフォードの LIBEROは両社は評価スーツのMuJoCoサポートされたバージョンを提供しています.

MuJoCoに関する基準

レビュー者達が"このシミュレーターでのベースライン結果はどのようなものなのか"と尋ねると,MuJoCoは最も深い公開記録を持っています.DeepMind Control Suiteは,SAC,TD3およびPPOの主要な論文から公表された数字を保持し,連続制御アルゴリズムのための標準的なリンゴからリンゴのテスト床であり続けています. マニプレーション研究者は,リベロ-130とRobosuiteの10タスク標準化されたスーツ,およびMeta-World ML-10とML-45セットを比較し,その3つがMujokoでネイティブで実行され,タスクごとに成功率とサンプル効率の曲線を提供します. 2024年に導入されたヒューマノイドベンチはUnitree H1で27つのタスクを提供し,明示的にMujokoとMJXを中心に設計されています.

巧妙な操作では,OpenAIの手動キューブリオーリネテーションタスク (ダクトイル政策の先駆者) がカノニカル基準であり,それは独占的にMuJoCoに存在します.MimicGen,Robomimic,およびALOHA低コストハードウェア紙はそれぞれタスクセットのMuJoCoバージョンの報告番号です.

利点とデメリット

強度. 分析衍生品による正確な接触モデリング,小型モデル向け2000Hz+CPUステップアップ,メッセンセブルMJX GPUバックエンド,許容的なApache 2.0ライセンス,単発コマンドインストール,およびフィールドで最も深い校正ロボットMJCFのコレクション.ファイルフォーマットは人間読めるXMLで,バージョン制御,ディフェンシング,およびプログラムシーンの生成を直接します.

画像のレンダリングは機能的ですが,写真現実的ではありません. RGB入力に対して訓練されたドメインのランダム化視覚的ポリシーが必要であれば,Isaac Simはかなりより良い画像を生成します.センサーモデルはミニマリスト (内蔵されたLiDARや深度カメラ物理はありません) で,数千のメッシュを持つ大きなシーンがIsaac SimのGPU PhysX解像器の下には遅くなることができます. ROS 2の統合はコミュニティパッケージを通じて存在しますが,アイザック・シムやガゼボのようにファーストクラスではありません.

MuJoCo を 選ぶ 時

複製性や紙の複製性が重要である場合やモデルベースのRLのために ダイナミック化が必要である場合 MuJoCoを選択します 操作研究,巧妙な手,双手遠隔操作,ヒューマノイド運動撮影再現,およびインストールのシンプルさとライセンス許容性が第一の懸念事項であるすべてのワークフローの適切なデフォルトです.数千のenvsを持つGPU並行ヒューマノイド移動のために,MJXは,エージェノミクス作りを保持しながら,アイザックラボとのギャップの大半を閉じます.

代わりに Isaac Sim を選択する.写真現実的なレンダリング,USDベースのシーン構成,または緊密なROS 2統合がボトルネックである場合. 選択する Isaac Lab を選択する. 物理Xで構築されたGPU並行RLフレームワークを特定したい場合. 選択する Robosuite を選択する. 作業をゼロから作成する代わりに,MuJoCo上にプリビルドされた標準化された操作基準を希望するときに. 参考数字の対照を 調べました 参考数字の対照を 調べました

オーダーメイドの MuJoCo 環境

RCSVは研究チームのために校正されたMuJoCo環境を構築します: 2週間で単一の操作作業, 4~6週間でドメインランダム化による10作業セット,またはサンフランシスコのラボでハードウェア検証による Sim2Realデジタルツイン. すべての配送船は,Gymnasium対応の包装,再生可能な種子,および対応するテレオペレーションデータセットを備えています.

ブラウザストア カスタムエンv データセットを取得

関連リンク

• T13) 8つの主要なシミュレーターを比較する
• T14)
• GPU並行 RL フレームワークの代替
• 標準化された操作作業を MuJoCoで
• フランカ,ユニットリーG1,ALOHA2
• [カスタムテレオペレーションデータセット] (T18) 種植模倣学習.

サイミュレーションで 80%まで 走る最後のマイルは本物のロボットです

実際のハードウェアで評価する → ハードウェアを取得する → リアルワールドデータ収集する →