MuJoCo Menagerie

Google DeepMind 精選的高品質 MuJoCo 機器人模型集

授權條款

Per-model licenses

概述

MuJoCo Menagerie 是 MuJoCo 物理引擎經過精選的模型庫，由 Google DeepMind 維護。它收集了重要機器人的高品質 MJCF 模型：Franka、UR、KUKA 手臂；Unitree 與 ANYmal 四足機器人；人形機器人；Shadow、Allegro 與 LEAP 機器手；無人機與移動底盤。每個模型都經過清理、調校，並依模擬品質評級，讓研究人員從真正能正確運作的模型開始，而不是替別人匯出的 URDF 除錯。

每個 Menagerie 模型都依照有文件記載的標準精選：正確的運動學與動力學參數、調校合理的關節/致動器屬性、表現正常的碰撞幾何，以及渲染效果良好的視覺網格，並附有一個字母評級（A+ 至 C），標示該模型已在多大程度上與真實機器人進行比對驗證。這個模型集涵蓋數十個平台，橫跨研究中使用的每一類機器人（手臂、靈巧機器手、人形機器人、四足機器人、移動操作機器人、無人機，甚至生物力學模型），全部沿用各機器人原本的授權條款，並有清楚的來源記錄。模型可直接在 MuJoCo 與 dm_control 中載入，可透過 pip 或 git 安裝，並附有使用範例與場景檔案。隨著 MuJoCo 成為機器人學習研究的預設引擎，Menagerie 也成為可信賴模擬模型的事實標準來源，整個領域的強化學習流程、評測套件與模擬到現實（sim-to-real）專案每天都建立在這些檔案之上。dm_control 目前的版本 1.0.50（2026 年 10 月 23 日）將其升級至 MuJoCo 3.17.0。

為何重要

Menagerie 解決了機器人學習中一個默默耗費時間的問題：每個實驗室都在重複修正同樣有問題的機器人模型。對於主導機器人學習研究的這個引擎，它是權威、經評級且持續維護的可模擬模型來源，幾乎每篇現代機器人強化學習論文都默默仰賴這項基礎設施。

解決的問題

公開的機器人模型通常是匯出的產物，帶有錯誤的慣性、損壞的碰撞網格與未經調校的致動器。Menagerie 提供經過驗證、依品質評級並有清楚來源記錄的 MJCF 模型，讓模擬工作從可信賴的物理開始。

重點

• 精選的 MJCF 模型：手臂、機器手、人形機器人、四足機器人、無人機、移動底盤
• 品質評級（A+ 至 C），並記錄與真實平台比對驗證的情形
• 正確的動力學：調校過的致動器、慣性與碰撞幾何
• 可直接在 MuJoCo 與 dm_control 中載入；可透過 pip 安裝
• 由 Google DeepMind 維護，各模型沿用其原專案授權

適用對象

• 機器人學習研究人員
• 建構訓練環境的強化學習從業人員
• 評測基準與模擬器開發者
• 學習 MuJoCo 的學生

限制

• 僅提供 MJCF，在其他地方使用模型需要轉換
• 模型評級不一；並非每個模型都已完整與硬體比對驗證
• 各模型的授權不同（沿用各機器人供應商的授權）