MuJoCo Playground
Suite MuJoCo di Google DeepMind: addestra robot in simulazione e usali su bracci reali
Licenza
- code (the whole repository, including its copy of reaf-sim): Apache 2.0
- robot models (MuJoCo Menagerie: SO-101; YAM; WidowX AI and Unitree G1): Apache 2.0, MIT, BSD 3-Clause
Codice: Apache-2.0, secondo LICENSE, che copre l'intero repository compresa la sua copia di reaf-sim. I modelli dei robot si caricano da MuJoCo Menagerie con le loro licenze permissive: SO-101 Apache-2.0, YAM MIT, WidowX AI e Unitree G1 BSD-3-Clause. L'esempio di inseguimento del G1 usa clip di movimento da scaricare a parte; il motion capture LAFAN1 da cui sono adattate ha licenza CC BY-NC-ND 4.0, quindi verificate quei dati prima di un uso commerciale. Verificato il 2026-11-09 su LICENSE e sulle licenze dei modelli di Menagerie.
Panoramica
MuJoCo Playground è una suite open source di ambienti robotici e flussi di lavoro con l'hardware del team di simulazione robotica di Google DeepMind, costruita su MuJoCo, MuJoCo Warp e sul framework di ambienti reaf-sim. La versione 1.0, rilasciata il 6 novembre 2026, la ricostruisce in PyTorch e affianca al modello di simulazione di ogni robot un driver hardware dietro la stessa interfaccia, così un compito e una policy addestrata girano in simulazione o sul robot reale cambiando un solo flag. Include apprendimento per rinforzo su grandi batch con RSL-RL, teleoperazione leader-follower, identificazione di sistemi, passaggio zero-shot dalla simulazione alla realtà e un ambiente in cui un modello Vision-Language (VLM) controlla un braccio da tavolo. I bracci SO-101 e i2rt YAM Pro sono supportati in simulazione e su hardware, il braccio Trossen WidowX AI e l'umanoide Unitree G1 in simulazione. Il codice è rilasciato con licenza Apache-2.0.
MuJoCo Playground è una suite di ambienti robotici, compiti di apprendimento per rinforzo e flussi di lavoro con l'hardware costruita su MuJoCo, MuJoCo Warp e reaf-sim, la parte di simulazione del Robotics Environment Authoring Framework di Google DeepMind. Ogni ambiente è diviso in due livelli. Un livello del compito trasforma le azioni in comandi e calcola osservazioni, ricompense e condizioni di fine, senza mai vedere lo stato privilegiato del simulatore. Un livello dei dispositivi riceve quei comandi e restituisce misure, da MuJoCo sulla CPU, da MuJoCo Warp sulla GPU o da un robot fisico. Poiché il livello del compito parla solo con il livello dei dispositivi, lo stesso codice del compito e la stessa policy addestrata girano in simulazione (--mode=sim) o su hardware (--mode=real); la guida di reaf-sim spiega la divisione.
Include cinque flussi di lavoro. L'apprendimento per rinforzo addestra policy PPO con RSL-RL su migliaia di mondi simulati in parallelo su una GPU, a partire dallo stato o dai pixel della telecamera, per controllo classico, manipolazione e inseguimento dei movimenti dell'intero corpo di umanoidi; la guida all'addestramento dà i dettagli, e l'avvio rapido addestra una policy di equilibrio del carrello con pendolo in circa 1 minuto su una CPU. La teleoperazione muove un braccio follower da un braccio leader fisico, in simulazione o su hardware, con un pedale a tre pulsanti per avviare e valutare gli episodi e log MCAP che si riproducono in Rerun, come mostra la guida alla teleoperazione. L'identificazione di sistemi usa gli strumenti sysid di MuJoCo per adattare inerzia di armatura, attrito, rigidezza e smorzamento dei giunti alle traiettorie registrate sul braccio reale. Il passaggio dalla simulazione alla realtà esegue sul SO-101 fisico, senza ulteriore addestramento, una policy con telecamera da polso che raccoglie un cubo, addestrata in simulazione con domain randomization, mentre un gemello digitale (digital twin) in MuJoCo Studio riproduce il braccio dal vivo nel browser. L'ambiente agentico permette a un modello Vision-Language (VLM) di controllare un braccio un turno alla volta: un bridge locale fornisce lo stato del robot e un'immagine annotata della telecamera da polso, e il modello risponde con un piano in Python fatto di primitive di cinematica inversa come look_at, grasp e place.
Ogni robot ha un proprio pacchetto con un modello di simulazione e, dove l'hardware è supportato, un driver con lo stesso ordine dei giunti e la stessa interfaccia di controllo. I bracci SO-101 e i2rt YAM Pro girano in simulazione e su hardware, e l'extra hardware del SO-101 installa LeRobot per i suoi servo Feetech; il braccio Trossen WidowX AI e l'umanoide Unitree G1 girano solo in simulazione. I modelli dei robot si caricano da MuJoCo Menagerie, e SO-101 e YAM arrivano con una dinamica già identificata su hardware reale. L'esempio del G1 segue clip di movimento nello stile di BeyondMimic. I driver hardware sono extra opzionali, quindi un'installazione solo per la simulazione resta leggera. Il pacchetto si chiama playground su PyPI, richiede Python 3.12 o 3.13, e i suoi esempi si avviano direttamente con uvx su una CPU o su GPU NVIDIA con CUDA 12 o 13.
La versione 1.0 è uscita il 6 novembre 2026 ed è una ricostruzione, non un aggiornamento. La versione precedente, l'anteprima di ricerca di RSS 2025 descritta in un rapporto tecnico del 2025, era un insieme di ambienti di apprendimento per rinforzo su GPU scritti in JAX su MJX e restava in simulazione. La versione 1.0 passa a PyTorch, gira su MuJoCo o MuJoCo Warp, aggiunge i pacchetti abbinati di simulazione e hardware, il codice di messa in opera, la teleoperazione, l'identificazione di sistemi e l'ambiente agentico, e fa il rendering in MuJoCo Studio. Gli ambienti in JAX e MJX restano nella cartella rss2025 del repository e nella pagina d'archivio di RSS 2025. La versione 1.0.1 è seguita l'8 novembre 2026 con correzioni, elencate nel changelog. La versione 1.0 è attribuita a Baruch Tabanpour, Taylor Howell, Sam Haves, Saminda Abeyruwan, Tony Ma, Dan Suh e ai contributori del progetto, e il video di lancio mostra ogni flusso di lavoro su bracci reali.
Perché è importante
La maggior parte dei framework di simulazione si ferma a una policy addestrata. Portare quella policy su un robot reale richiede un secondo stack: driver, calibrazione, un ciclo di messa in opera e un modo per confrontare il braccio reale con il suo modello. MuJoCo Playground 1.0 fornisce questa seconda metà per due bracci, il SO-101, il braccio aperto ed economico molto usato con LeRobot, e l'i2rt YAM Pro, e per entrambi lo stesso codice del compito copre addestramento, raccolta di dati in teleoperazione, identificazione di sistemi e messa in opera. Per chi legge la nostra pagina su MuJoCo è un percorso dall'addestramento con MuJoCo Warp all'hardware mantenuto da Google DeepMind, che sviluppa anche MuJoCo. Per chi usa mjlab e Isaac Lab è un altro stack di addestramento su GPU, con meno compiti ma con la messa in opera integrata. Chi possiede un SO-101 ottiene un modello di simulazione con dinamica identificata e un esempio funzionante di sim-to-real per il braccio che ha già. Il percorso verso l'hardware ha pochi giorni e copre due bracci, e la promessa che passare dalla simulazione all'hardware non costi nulla è del team stesso; finora l'unica policy appresa mostrata mentre passa al reale è la raccolta di un cubo con il SO-101.
Il problema che risolve
Addestrare una policy robotica in simulazione e farla girare sul robot reale di solito significa due basi di codice: l'ambiente del simulatore e uno stack separato di driver, calibrazione e codice di messa in opera che deve riprodurre le stesse osservazioni e azioni. MuJoCo Playground tiene la logica del compito dietro un livello dei dispositivi che è il simulatore oppure il robot, e fornisce driver, teleoperazione, identificazione di sistemi e script di messa in opera per i bracci supportati, così lo stesso compito e la stessa policy passano tra simulazione e hardware con un solo flag.
Punti chiave
- Suite di Google DeepMind di ambienti robotici e flussi di lavoro con l'hardware su MuJoCo e MuJoCo Warp, ricostruita in PyTorch per la versione 1.0
- Lo stesso codice del compito e la stessa policy addestrata girano in simulazione o sul robot reale, perché i compiti vedono solo un livello dei dispositivi
- Flussi di lavoro per apprendimento per rinforzo su GPU con RSL-RL, teleoperazione, identificazione di sistemi, messa in opera sim-to-real e controllo da parte di un modello Vision-Language (VLM)
- Bracci SO-101 e i2rt YAM Pro in simulazione e su hardware; Trossen WidowX AI e Unitree G1 in simulazione
- Robot e policy si possono seguire dal vivo in MuJoCo Studio nel browser
- Apache-2.0 e installabile da PyPI come playground; la versione di RSS 2025 in JAX e MJX resta nel repository
A chi si rivolge
- Utenti di SO-101 e LeRobot che vogliono addestrare in simulazione e usare il risultato sul proprio braccio
- Laboratori con bracci i2rt YAM che hanno bisogno di simulazione, teleoperazione e identificazione di sistemi per questi bracci
- Ricercatori di apprendimento per rinforzo che addestrano su GPU con MuJoCo Warp e PyTorch
- Team che costruiscono agenti in cui un modello Vision-Language (VLM) controlla un braccio robotico
Limiti
- Il supporto hardware copre due bracci, il SO-101 e l'i2rt YAM Pro; Trossen WidowX AI e Unitree G1 girano solo in simulazione
- La versione 1.0 è uscita il 6 novembre 2026 come ricostruzione, quindi è stata usata poco al di fuori del team, e la versione 1.0.1 dell'8 novembre 2026 ha già cambiato l'interfaccia dei dispositivi
- L'esempio zero-shot di sim-to-real è un solo compito, il SO-101 che raccoglie un cubo; gli altri esempi su hardware riguardano teleoperazione, identificazione di sistemi e controllo da parte di agenti
- L'ambiente agentico esegue direttamente sul robot piani in Python scritti dal modello Vision-Language (VLM), e la documentazione dice di usarlo a proprio rischio
- L'esempio di inseguimento del Unitree G1 richiede clip di movimento da scaricare da sé, come le clip LAFAN1 adattate, e i dati di motion capture di LAFAN1 hanno licenza CC BY-NC-ND 4.0
- L'addestramento su grandi batch richiede una GPU NVIDIA con CUDA 12 o 13; su una CPU l'avvio rapido usa 64 mondi in parallelo, e il visualizzatore su macOS richiede mjpython
- Il README dichiara che non è un prodotto Google supportato ufficialmente