무조코: 접촉 부가 로보틱스의 연구 표준 물리 엔진

미리초속 단계 시간, 분석 접촉 해상기, 차별화 가능한 JAX 백엔드 (MJX), 그리고 정렬된 로봇 모델의 MuJoCo는 2012년부터 조작 및 능숙한 손 RL에 대한 기본 선택이 되었으며, 2021 년 오픈 소스 버전은 로봇 학습 과정에서 가장 널리 가르친 시뮬레이터로 만들었습니다.

환동 하드웨어를 탐색 작정 MuJoCo Env 환동 데이터 세트를 얻으십시오

Apache-2.0 라이선스 2000+ Hz CPU 단계 MJX GPU 평행성

무조코란 무엇인가요?

MuJoCo는 2012년 워싱턴 대학교에서 Emo Todorov이 만든 일반적 물리 엔진인 Contact_와 함께 멀티-조인트 역학의 단어가다. 나중에 구글 딥마인드가 인수하고 2022년 Apache 2.0 라이선스 아래 완전히 오픈소스로 출시되었다. ODE, Bullet, PhysX와 같은 이전 엔진이 반복 속도 레벨 솔루터를 통해 접촉을 접근하는 경우 MuJoCo는 부드럽고 탄력적인 변종으로 직 최적화 문제로 접촉을 공식화하여 큰 단계 크기에서 안정적인 행동을 생성하고 역학을 통해 1 순위 분석 파생물을 가능하게합니다.

이 수학적 기초는 MuJoCo가 접촉이 풍부한 조작 연구에 대한 기본 시뮬레이터가 된 이유입니다. 덱스테로스 손 재지향 정책, 천과 로프 조작, 쌍방향 원전 조작 재생, 인간형 이동 제어기가 모두 MuJoCo의 소프트 콘택트 모델과 분석 자코비언이 페널티 방법 또는 LCP 공식에 의존하는 엔진을 능가하는 영역입니다. 2023년 MJX의 도입은 GPU 병렬 훈련에 이러한 강점을 확장하여, 단일 스레드 데스크톱 실험에서 동일한 MJCF 모델 규모를 H100에 16,384 개의 병렬 환경에 허용했습니다.

로봇 팀에 있어서 MuJoCo의 실용적 가치는 속도, 재생 가능성과 최소한의 설치 발자국의 조합이다. 신선한 MuJoCo 설정은 컴파일 단계, CUDA 도구 체인 및 40 GB 오미니버스 다운로드 없이 단일 T2이다. 이는 CI 파이프라인, 종이 복제 스크립트, 수업 교육 자료에 자연스러운 선택이 되고, 거의 모든 주요 RL 라이브러리 (Gymnasium, dm_control, Brax, Stable-Baselines3, Robosuite) 가 1급 MuJoCo 통합을 갖춘 것을 설명합니다.

설치 스타트

최신 리눅스, 맥오스, 윈도우 작업장에서는 최소 5분 미만의 MuJoCo 설치가 필요합니다. MuJoCo 자체를 설치하고, 고품질 로봇 모델의 큐레이션된 Menagerie 저장소를 끌어내고, 시청자 출시를 확인합니다.

# 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 훈련에 대해, Gymnasium 및 Stable-Baselines3 (또는 Gymnasium 호환 트레이너) 를 추가하십시오. GPU 평행 배포를 위해, MJX를 설치하십시오.

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')"

RTX 4090에서 프랑카는 4,096개의 병렬 MJX 환경과 PPO 로 3분 이내에 95%의 성공을 거두었습니다.

지원 로봇 및 임무

MuJoCo는 MuJoCo Menagerie와 커뮤니티에서 관리하는 XML 저장소를 통해 로봇 분야에서 가장 널리 사용되는 연구 플랫폼을 위해 MJCF 모델을 캘리브했다. 조작 측면에서는 Franka Research 3, Universal Robots UR5e 및 UR10e, Kuka iiwa14, 그리고 xArm 시리즈가 모두 공급자의 사양에 맞게 조정된 무력성 특성과 관절 제한 및 최종 효과 매시와 함께 배포됩니다. 덱스테로스 손 연구자들은 알레그로 손, 그림자 손 E3M5 및 LEAP 손의 MuJoCo 버전을 사용하며, 일반적으로 전체 신체 조작 실험을 위해 프랭카 팔에 붙여 있습니다.

MuJoCo의 인형과 다리 이동 생태계는 2024~2025년에 급속히 확장되었다. 유니트리의 G1 및 H1 인형, Go2 사각형, 부스터 K1 및 보스턴 다이내믹스 스팟은 모두 메나게리 주최 또는 커뮤니티 MJCF를 가지고 있으며, 딥마인드가 유지보수하는 인형 벤치마크는 운동 추적 연구를 위해 가공적인 CMU 골격을 제공합니다. 이중 수동 조작은 ALOHA와 ALOHA-2 MJCF에서 잘 서비스되고 있으며, 이는 스탠퍼드의 ACT 및 모바일 ALOHA 문서의 참조 모델이며, 원전 조작 재생 지원이 박스에서 나온다.

작업 측면에서는 MuJoCo 놀이터, dm_control 스위트, 그리고 Gymnasium-Robotics는 수백 개의 준비된 시나리오를 제공합니다. Robosuite는 상단에 벤치마크 지향 작업 인터페이스를 배치하고 있으며 CMU의 Habitat과 스탠퍼드의 LIBERO는 모두 MuJoCo 지원 버전의 평가 스위트를 제공합니다.

MuJoCo에 대한 기준

리뷰어들이 "이 시뮬레이터의 기본 결과는 무엇입니까?"라고 묻는 경우, MuJoCo는 가장 깊은 출판된 기록을 가지고 있습니다. DeepMind Control Suite는 모든 주요 SAC, TD3 및 PPO 논문에서 발표된 숫자를 가진 연속 제어 알고리즘의 표준 애플-대 사과 테스트 베드입니다. 조작 연구자들은 LIBERO-130과 Robosuite의 10 작업 표준화된 스위트, 그리고 Meta-World ML-10 및 ML-45 세트를 비교한다. 세 가지가 모두 MuJoCo에서 원산적으로 실행되며 작업 당 성공률과 샘플 효율 곡선을 제공합니다. 2024년에 도입된 Humanoid-Bench는 Unitree H1에서 27 작업을 제공합니다.

능숙한 조작에 있어서, OpenAI의 수직 큐브 리오리테이션 작업 (Dactil 정책의 전신) 은 가톨릭 기준이며, 그것은 전적으로 MuJoCo에서 생활합니다. MimicGen, Robomimic, 그리고 ALOHA 저비용 하드웨어 종이 모두 각 작업 집합의 MuJoCo 버전에 대한 보고서 번호를 보고합니다.

장점 과 단점

** 강점.** 분석 파생물, 작은 모델에 2000+ Hz CPU 단계, 차별화 가능한 MJX GPU 백엔드, 허용 가능한 Apache 2.0 라이선스, 단일 명령 설치 및 현장의 가장 깊은 캘리브러트 로봇 MJCF 컬렉션. 파일 형식은 인간으로 읽을 수 있는 XML입니다. 이는 버전 제어, 차별화 및 프로그래밍 장면 생성을 간편하게합니다.

** 약점.** 렌더링은 기능적이지만 사진실리적이지 않습니다. RGB 입력에 대한 훈련이 필요한 도메인-동산 시각 정책이 있다면, 아이작 시ムは 상당히 더 나은 이미지를 생성합니다. 센서 모델은 미니멀리즘 (이안 내장된 리다르 또는 깊이 카메라 물리학이 없습니다) 이며 수천 개의 망가루가있는 큰 장면은 아이작 시ムの GPU PhysX 해제 아래로 느려질 수 있습니다. ROS 2 통합은 커뮤니티 패키지를 통해 존재하지만 아이작 시ମ୍ 또는 가제보에서처럼 1급은 아닙니다.

무조코 를 언제 선택 해야 합니까?

MuJoCo를 선택하면 실험이 접촉 부과 및 CPU에 묶여있을 때, 재생 가능성과 종이 복제 문제가있을 때, 또는 모델 기반 RL에 대한 차별화 가능한 역학이 필요할 때. 조작 연구, 능숙한 손, 쌍방향 텔레오퍼레이션, 휴마노이드 모션 캡처 재생 및 설치 단순성과 라이선스 허용성이 우선적인 문제점의 모든 작업 흐름에 적합한 기본입니다. 수천 개의 엔버를 가진 GPU 평행 인문동동동에 대해 MJX는 MuJoCo를 유지하면서 아이작 연구소와의 격차의 대부분을 닫습니다.

Isaac Sim 를 선택하면 사진 현실적인 렌더링, USD 기반의 장면 구성 또는 긴밀한 ROS 2 통합이 병목이 될 때 선택하십시오. PhysX에 구축된 GPU 평행 RL 프레임워크를 특별히 원하는 경우 선택하십시오. 처음부터 작업을 작성하는 대신 MuJoCo 위에 미리 구축된 표준화된 조작 벤치마크를 원하는 경우 선택하십시오. 우리의 [MuJoCo vs Isaac Sim 2026 가이드]T9) 는 벤치마크 숫자와의 대면 비교를 통해 진행합니다.

사용자 정의 MuJoCo 환경을 얻으십시오

RCSV는 연구팀을 위해 캘리버드 MuJoCo 환경을 구축합니다. 한 번의 조작 작업은 2 주, 10 작업 스위트와 도메인 무작위화 4 ~ 6 주, 또는 샌프란시스코 연구실에서 하드웨어 검증과 함께 완전한 sim2real 디지털 트윈. 모든 배달 선박은 체육관과 호환되는 포장재, 재생 가능한 씨앗과 일치하는 텔레오퍼레이션 데이터 세트를 제공합니다.

브라우즈 스토어 작정 엔브를 얻으십시오 데이터셋을 얻으십시오

관련 링크

• [RL 환경 허브]T13) 8개의 주요 시뮬레이터를 비교해 보세요.
• [MuJoCo vs Isaac Sim 2026] T14) 머리 대 머리 기준 비교
• [아이삭 연구소] T15) GPU 평행 RL 프레임워크 대안.
• [Robosuite] T16) MuJoCo에서 표준화된 조작 작업.
• [도점에서 호환된 하드웨어] T17) 프랭카, 유니터리 G1, ALOHA 2.
• [전용전용 데이터 집합] (T18)

시뮬레이션으로 80%까지 도달합니다. 마지막 마일은 실제 로봇입니다.

진짜 하드웨어에 대한 평가 → 하드웨어를 얻으십시오 → 진짜 세계 데이터를 수집합니다 →