Open Source Robotics

精選高品質的開源機器人專案、工具與軟體,推動機器人社群向前發展。

MuJoCo Playground

Google DeepMind 的 MuJoCo 套件:在模擬中訓練機器人,再於真實機器手臂上執行

授權條款

  • 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

程式碼:Apache-2.0,依據 LICENSE,涵蓋整個儲存庫,包括其中的 reaf-sim 副本。機器人模型從 MuJoCo Menagerie 載入,各自採用寬鬆授權:SO-101 為 Apache-2.0,YAM 為 MIT,WidowX AI 與 Unitree G1 為 BSD-3-Clause。G1 追蹤範例使用需另行下載的動作片段;這些片段重定向自 LAFAN1 動作擷取資料,後者採用 CC BY-NC-ND 4.0,商業使用前請先查核這些資料。於 2026-11-09 對照 LICENSE 與 Menagerie 模型授權查核。

概述

MuJoCo Playground 是 Google DeepMind 機器人模擬團隊推出的開源套件,集合機器人環境與硬體工作流程,建構於 MuJoCo、MuJoCo Warp 與環境框架 reaf-sim 之上。2026 年 11 月 6 日釋出的 1.0 版以 PyTorch 重新打造,並為每台機器人的模擬模型配上一個位於同一介面之後的硬體驅動程式,因此只要改一個旗標,同一個任務與訓練好的策略就能在模擬中或真實機器人上執行。它提供以 RSL-RL 進行的大批次強化學習、主從式遠端操作、系統識別、零樣本模擬到現實(sim-to-real)部署,以及一個由視覺語言模型(vision-language model)控制桌上型手臂的執行框架。SO-101 與 i2rt YAM Pro 手臂在模擬與硬體上都獲得支援,Trossen WidowX AI 手臂與 Unitree G1 人形機器人則在模擬中獲得支援。程式碼採用 Apache-2.0 授權。

MuJoCo Playground 是一套機器人環境、強化學習任務與硬體工作流程,建構於 MuJoCo、MuJoCo Warp 與 reaf-sim 之上;reaf-sim 是 Google DeepMind 的 Robotics Environment Authoring Framework 中負責模擬的部分。每個環境都分成兩層。任務層把動作轉換成命令,並計算觀測、獎勵與終止條件,而且從不接觸模擬器的特權狀態。裝置層接收這些命令並傳回量測值,來源可以是 CPU 上的 MuJoCo、GPU 上的 MuJoCo Warp,或一台實體機器人。由於任務層只與裝置層溝通,同一份任務程式碼與同一個訓練好的策略既能在模擬中執行(--mode=sim),也能在硬體上執行(--mode=real);reaf-sim 指南說明了這種分層。

它內建五種工作流程。強化學習使用 RSL-RL 在一張 GPU 上的數千個平行模擬世界中訓練 PPO 策略,輸入可以是狀態或相機像素,涵蓋經典控制、操作,以及人形機器人的全身動作追蹤;訓練指南有詳細說明,快速入門範例在 CPU 上約 1 分鐘就能訓練出一個推車倒單擺平衡策略。遠端操作以一支實體主手臂帶動從手臂,可在模擬中或硬體上進行,搭配三鍵腳踏板來開始並評定每段示範,並留下可在 Rerun 中重播的 MCAP 記錄,詳見遠端操作指南。系統識別使用 MuJoCo 內建的 sysid 工具,將關節的電樞慣量、摩擦、剛性與阻尼擬合到在真實手臂上記錄的軌跡。模擬到現實(sim-to-real)部署讓一個以腕部相機夾起方塊的策略(在模擬中透過領域隨機化訓練)直接在實體 SO-101 上執行,無需再訓練,同時 MuJoCo Studio 中的數位孿生在瀏覽器裡即時呈現這支手臂。代理執行框架讓視覺語言模型(vision-language model)逐回合控制手臂:本機橋接服務提供機器人狀態與一張加上標註的腕部相機影像,模型則回覆一份由逆向運動學基本動作(例如 look_at、grasp 與 place)組成的 Python 計畫。

每台機器人都有自己的套件,內含模擬模型;在支援硬體的地方,還有一個關節順序與控制介面都相同的驅動程式。SO-101 與 i2rt YAM Pro 手臂可在模擬與硬體上執行,SO-101 的硬體擴充套件會為它的 Feetech 伺服機安裝 LeRobot;Trossen WidowX AI 手臂與 Unitree G1 人形機器人目前只在模擬中執行。機器人模型從 MuJoCo Menagerie 載入,SO-101 與 YAM 也附有已在真實硬體上識別好的動力學參數。G1 範例以 BeyondMimic 的方式追蹤動作片段。硬體驅動程式是選用的擴充套件,因此只安裝模擬功能時依然輕巧。這個套件在 PyPI 上名為 playground,需要 Python 3.12 或 3.13,範例可直接透過 uvx 在 CPU 上,或在搭載 CUDA 12 或 13 的 NVIDIA GPU 上執行。

1.0 版於 2026 年 11 月 6 日釋出,是一次重建,而不是一次更新。先前的版本是 RSS 2025 的研究預覽版,記載於一份 2025 年的技術報告,它是一組以 JAX 在 MJX 上撰寫的 GPU 強化學習環境,只停留在模擬中。1.0 版改用 PyTorch,可在 MuJoCo 或 MuJoCo Warp 上執行,新增成對的模擬與硬體套件、部署程式碼、遠端操作、系統識別與代理執行框架,並在 MuJoCo Studio 中算繪。JAX 與 MJX 環境仍保留在儲存庫的 rss2025 資料夾,以及 RSS 2025 封存頁面上。1.0.1 版隨後於 2026 年 11 月 8 日釋出,帶來多項修正,列於變更記錄。1.0 版的作者列為 Baruch Tabanpour、Taylor Howell、Sam Haves、Saminda Abeyruwan、Tony Ma、Dan Suh 與專案貢獻者,發表影片展示了每種工作流程在真實手臂上的運作。

為何重要

大多數模擬框架只做到訓練出策略為止。要把這個策略搬到真實機器人上,還需要第二套技術堆疊:驅動程式、校正、部署迴圈,以及把真實手臂與其模型相互比對的方法。MuJoCo Playground 1.0 為兩款手臂提供了這後半段:SO-101,一款在 LeRobot 使用者間廣泛使用的低成本開源手臂,以及 i2rt YAM Pro;對這兩款手臂,同一份任務程式碼就涵蓋了訓練、遠端操作資料蒐集、系統識別與部署。對我們 MuJoCo 頁面的讀者來說,這是一條從 MuJoCo Warp 訓練通往硬體的路徑,由同樣開發 MuJoCo 的 Google DeepMind 維護。對 mjlab 與 Isaac Lab 的使用者來說,它是另一套 GPU 訓練技術堆疊,任務較少,但內建了部署。擁有 SO-101 的人可以得到一個動力學已識別的模擬模型,以及一個針對手上這支手臂、能實際運作的模擬到現實範例。硬體這條路才推出幾天,只涵蓋兩款手臂,而「模擬與硬體之間切換零成本」的說法出自團隊本身;到目前為止,展示過移轉到實體的學習型策略只有 SO-101 夾起方塊這一個。

解決的問題

在模擬中訓練機器人策略、再於真實機器人上執行,通常代表兩套程式碼庫:一套是模擬器的環境,另一套是由驅動程式、校正與部署程式碼組成的獨立技術堆疊,必須重現相同的觀測與動作。MuJoCo Playground 把任務邏輯放在一個裝置層之後,這個裝置層可以是模擬器,也可以是機器人,並為支援的手臂提供驅動程式、遠端操作、系統識別與部署腳本,因此同一個任務與策略只要一個旗標就能在模擬與硬體之間切換。

重點

  • Google DeepMind 建構於 MuJoCo 與 MuJoCo Warp 的機器人環境與硬體工作流程套件,1.0 版以 PyTorch 重新打造
  • 同一份任務程式碼與訓練好的策略可在模擬中或真實機器人上執行,因為任務只看得到裝置層
  • 工作流程涵蓋以 RSL-RL 進行的 GPU 強化學習、遠端操作、系統識別、模擬到現實部署,以及由視覺語言模型進行的控制
  • SO-101 與 i2rt YAM Pro 手臂支援模擬與硬體;Trossen WidowX AI 與 Unitree G1 支援模擬
  • 可以在瀏覽器中的 MuJoCo Studio 即時觀看機器人與策略
  • 採用 Apache-2.0 授權,可從 PyPI 以 playground 安裝;RSS 2025 的 JAX 與 MJX 版本仍保留在儲存庫中

適用對象

  • 想在模擬中訓練、再部署到自己手臂上的 SO-101 與 LeRobot 使用者
  • 擁有 i2rt YAM 手臂、需要為它進行模擬、遠端操作與系統識別的實驗室
  • 以 MuJoCo Warp 與 PyTorch 在 GPU 上訓練的強化學習研究人員
  • 打造由視覺語言模型控制機器手臂之代理的團隊

限制

  • 硬體支援只涵蓋兩款手臂,即 SO-101 與 i2rt YAM Pro;Trossen WidowX AI 與 Unitree G1 只在模擬中執行
  • 1.0 版於 2026 年 11 月 6 日以重建版本釋出,外部使用仍少,而 2026 年 11 月 8 日的 1.0.1 版已經更動了裝置介面
  • 零樣本模擬到現實範例只有一個任務,即 SO-101 夾起方塊;其餘硬體範例是遠端操作、系統識別與代理控制
  • 代理執行框架會在機器人上直接執行由視覺語言模型撰寫的 Python 計畫,文件註明使用風險自負
  • Unitree G1 追蹤範例需要自行取得動作片段,例如經重定向的 LAFAN1 片段,而 LAFAN1 動作擷取資料採用 CC BY-NC-ND 4.0 授權
  • 大批次訓練需要搭載 CUDA 12 或 13 的 NVIDIA GPU;在 CPU 上快速入門範例只執行 64 個平行世界,macOS 上的檢視器需要 mjpython
  • README 說明它不是 Google 官方支援的產品

本網站需要 JavaScript 才能正常運作。請啟用 JavaScript 以瀏覽我們的開源機器人專案。