mjlab

GPU 加速 MuJoCo Warp 上の Isaac Lab スタイル API、RL とロボット研究向け

ライセンス

Apache-2.0

概要

mjlab は、Isaac Lab のマネージャーベースの環境 API を、MuJoCo の GPU 加速版である MuJoCo Warp と組み合わせたフレームワークです。最小限の依存で構成可能な環境ビルディングブロックを提供し、ネイティブの MuJoCo データ構造に直接アクセスできるよう設計されており、強化学習とロボット研究を対象としています。mujocolab 組織により活発にメンテナンスされ、GitHub Actions CI、夜間ベンチマーク、PyPI 配布、人型 (Unitree G1、Booster T1) と四足歩行 (Unitree Go1) ロコモーション用のモデルズーが拡充されています。

mjlab は、Google DeepMind の GPU 加速 MuJoCo バックエンドである MuJoCo Warp を、NVIDIA Isaac Lab で広まったマネージャーベース環境 API でラップした研究フレームワークです。研究者はロボット、シーン、観測、報酬、ランダム化、カリキュラムを構成可能なマネージャーとして記述し、GPU 1 枚あたり数千の並列環境でポリシーを学習できます。

人型ロボットの速度追跡 (Unitree G1、Booster T1) と四足ロコモーション (Unitree Go1) の平地・荒地学習タスク、CMU MoCap データに基づくモーショントラッキングを標準で同梱します。複数 GPU の分散学習を標準サポートし、学習中に評価を並走させ (Weights & Biases から最新チェックポイントを取得)、ポリシーを書き出して単体 MuJoCo シミュレーションで再生できます。

Isaac Sim と NVIDIA RTX スタックに依存する Isaac Lab 本体とは異なり、mjlab は依存を最小限に保ち、ネイティブ MuJoCo データ構造を直接公開するため、既存の MuJoCo 研究コードへの組み込みや任意の CUDA GPU での動作が容易です。PyPI で公開され、夜間ベンチマークを備え、mujocolab 組織で活発にメンテナンスされています。

重要な理由

Isaac Lab のマネージャーベース API は、ロボットタスクで大規模並列 RL を行う事実上の標準になっていますが、NVIDIA Isaac Sim に縛られていました。mjlab は同じ使い勝手の API をオープンソース MuJoCo エコシステムに持ち込み、Isaac Sim ロックインを取り除きます。これにより、すでに MuJoCo に投資済みのチームや非 RTX ハードウェアで動かしているチームでも、高速な GPU 並列 RL が利用可能になります。

解決する課題

Isaac Lab のクリーンなマネージャーベース API を使いたい研究者は、NVIDIA Isaac Sim を採用するしかなく、それは重量級で RTX に依存し、既存の MuJoCo 研究エコシステムから遠い存在でした。mjlab は MuJoCo Warp の上に同じ人間工学を提供し、すでに MuJoCo に慣れたチームや汎用 CUDA GPU で動かすチームが、シミュレーターを切り替えずに同じ記述パターンを採用できるようにします。

主なポイント

• Isaac Lab のマネージャーベース環境 API を再利用しつつ、Isaac Sim ではなく GPU 加速 MuJoCo Warp 上で動作
• Unitree G1 / Booster T1 人型と Unitree Go1 四足の学習タスク、CMU MoCap モーショントラッキングを同梱
• ネイティブのマルチ GPU 学習、uvx 経由のゼロインストールデモ、PyPI パッケージ、Google Colab ノートブック
• Apache-2.0 ライセンス、活発に維持 (2,200+ Star、夜間ベンチマーク、CI)
• MuJoCo データ構造への直接アクセスにより、既存の MuJoCo 研究コードとの統合が容易

対象

• 人型・四足ロコモーションを大規模に学習する RL 研究者
• MuJoCo に投資済みで Isaac Lab スタイルの使い勝手を求めるロボット研究室
• CMU MoCap によるモーショントラッキングを使う、軽量でスクリプタブルなシミュレーションが必要な sim-to-real チーム
• Isaac Sim を使えない非 RTX CUDA ハードウェアの開発者

制限事項

• 学習には NVIDIA GPU が必要。macOS は評価のみ対応
• Isaac Lab 本体よりも歴史が浅く、ビルトインタスクのエコシステムは依然として小さい (人型・四足ロコモーション中心)
• MuJoCo Warp に依存しており、こちらも比較的新しく、従来の MuJoCo に対して機能差分が残る
• ビジョン/知覚スタックは内蔵されておらず、本体感覚状態を扱うポリシーと最も相性が良い