Repolode
Enviar
google-deepmind

google-deepmind/mujoco_warp

Versión del simulador de física MuJoCo acelerada por GPU y basada en NVIDIA Warp, para simulaciones de robótica de alto rendimiento.

Ver en GitHub
Estrellas
1,607
Forks
271
Issues abiertos
104
Último commit
hace 13 horas

¿Qué es?

MuJoCo Warp (MJWarp) es una adaptación del simulador de física MuJoCo acelerada por GPU y diseñada para hardware de NVIDIA. Está orientada a cargas de trabajo de investigación en robótica que requieren ejecutar muchos pasos de simulación en paralelo, y también puede ejecutarse en CPU para desarrollo y depuración.

El proyecto abarca cuerpos rígidos con contactos, además de cuerpos blandos, telas y campos de distancia con signo. Google DeepMind y NVIDIA lo mantienen como parte del proyecto de física Newton. La mayoría de las configuraciones existentes de MuJoCo pueden usarlo como reemplazo directo, y se puede instalar desde PyPI como mujoco-warp.

MJWarp también incluye un renderizador por ray tracing por lotes para cámaras en muchos mundos paralelos, con soporte para mallas, texturas, mapas de altura, Gaussian splats y sombras. Algunas funciones de MuJoCo aún no son compatibles, como el solver PGS, los actuadores y sensores PLUGIN, y la diferenciabilidad a través de Warp.

Funciones clave

  • 01Ejecuta simulaciones físicas compatibles con MuJoCo en GPU NVIDIA, con compatibilidad con CPU para desarrollo.
  • 02Simula cuerpos rígidos con contactos, además de cuerpos blandos, telas y campos de distancia con signo.
  • 03Incluye un renderizador por ray tracing por lotes para muchas cámaras en paralelo, con mallas, texturas y sombras.
  • 04Se instala desde PyPI y puede usarse como reemplazo directo de MuJoCo en muchos proyectos.
  • 05Incluye una herramienta de benchmark de CLI con una opción de registro de eventos para analizar el rendimiento.

Casos de uso

  • Ejecutar grandes cantidades de simulaciones de robots en paralelo para aprendizaje por refuerzo en GPU NVIDIA.
  • Renderizar observaciones de cámaras en numerosos entornos simulados para el aprendizaje de robots basado en visión.
  • Acelerar flujos de trabajo de investigación en robótica existentes basados en MuJoCo con cambios mínimos en el código.

Inicio rápido

  1. 1

    Clona el repositorio

    git clone https://github.com/google-deepmind/mujoco_warp.git && cd mujoco_warp
  2. 2

    Ejecuta el visor de robots humanoides en local

    python benchmarks/run.py -f unitree_g1_flat --view
  3. 3

    O instala el paquete desde PyPI

    pip install mujoco-warp

Antes de usarlo

  • Se necesita una GPU NVIDIA para una simulación rápida; la CPU solo está admitida para desarrollo y depuración.
  • Algunas funciones de MuJoCo no están admitidas, como el integrador de punto medio IMPLICITFAST, el solver PGS y los actuadores y sensores PLUGIN.
  • La diferenciabilidad mediante Warp aún no está disponible.

En colecciones

Entrena y ejecuta IA en GPUFrameworks y entornos de aprendizaje por refuerzoProyectos de robótica e IA encarnada

Temas

#physics-simulation#robotics#gpu#nvidia-warp#reinforcement-learning#mujoco#ray-tracing#mujoco-warp

Preguntas frecuentes

¿Qué es mujoco_warp?
Versión del simulador de física MuJoCo acelerada por GPU y basada en NVIDIA Warp, para simulaciones de robótica de alto rendimiento. MuJoCo Warp (MJWarp) es una adaptación del simulador de física MuJoCo acelerada por GPU y diseñada para hardware de NVIDIA. Está orientada a cargas de trabajo de investigación en robótica que requieren ejecutar muchos pasos de simulación en paralelo, y también puede ejecutarse en CPU para desarrollo y depuración.
¿mujoco_warp es gratuito? ¿Qué licencia tiene?
mujoco_warp es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿mujoco_warp sigue mantenido?
Mantenimiento activo. El último commit de mujoco_warp fue el 6 nov 2026.
¿Para qué puedo usar mujoco_warp?
Ejecutar grandes cantidades de simulaciones de robots en paralelo para aprendizaje por refuerzo en GPU NVIDIA. Renderizar observaciones de cámaras en numerosos entornos simulados para el aprendizaje de robots basado en visión. Acelerar flujos de trabajo de investigación en robótica existentes basados en MuJoCo con cambios mínimos en el código.
¿Cómo se instala mujoco_warp?
Clona el repositorio: git clone https://github.com/google-deepmind/mujoco_warp.git && cd mujoco_warp Ejecuta el visor de robots humanoides en local: python benchmarks/run.py -f unitree_g1_flat --view O instala el paquete desde PyPI: pip install mujoco-warp
¿Dónde consigo mujoco_warp?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/google-deepmind/mujoco_warp

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados