google/brax

¿Qué es?

Funciones clave

• 01Ejecuta simulaciones de cuerpos rígidos con JAX en GPU y TPU, y escala entre varios dispositivos.
• 02Ofrece cuatro pipelines de física intercambiables (MJX, coordenadas generalizadas, posicional y de resortes) mediante una sola API.
• 03Incluye PPO, SAC, ARS, estrategias evolutivas y gradientes analíticos de políticas para el entrenamiento.
• 04Admite simulaciones diferenciables para que los gradientes puedan propagarse a través de los pasos de física.
• 05Ofrece notebooks de Colab sobre conceptos básicos, entrenamiento, MJX e integración con PyTorch.

Casos de uso

• Entrenar políticas de locomoción o manipulación para robots simulados mediante aprendizaje por refuerzo.
• Ejecutar grandes lotes de simulaciones de física en paralelo en hardware acelerador.
• Experimentar con física diferenciable y métodos de gradientes analíticos de políticas.
• Usar un simulador como entorno de entrenamiento dentro de PyTorch u otros frameworks de ML.

Inicio rápido

1. 1

   Crear y activar un entorno virtual

   python3 -m venv env && source env/bin/activate
2. 2

   Actualizar pip

   pip install --upgrade pip
3. 3

   Instalar Brax desde PyPI

   pip install brax
4. 4

   Entrenar un modelo

   learn

Antes de usarlo

• !Solo brax/training se mantiene activamente; brax/envs ha sido sustituido por MuJoCo Playground.
• !Para entrenar en una GPU NVIDIA, es necesario instalar por separado CUDA, cuDNN y JAX con soporte para GPU.

En colecciones

Temas

Preguntas frecuentes

¿Qué es brax?

Motor de física de cuerpos rígidos basado en JAX que ejecuta simulaciones diferenciables y masivamente paralelas en aceleradores para investigación en robótica y RL. Brax es un motor de física escrito en JAX y diseñado para hardware acelerador como GPU y TPU. Está orientado a la investigación en robótica, aprendizaje por refuerzo, percepción humana y ciencia de materiales, y puede escalar las simulaciones entre varios dispositivos.

¿brax es gratuito? ¿Qué licencia tiene?

brax es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿brax sigue mantenido?

Mantenimiento activo. El último commit de brax fue el 20 oct 2026.

¿Para qué puedo usar brax?

Entrenar políticas de locomoción o manipulación para robots simulados mediante aprendizaje por refuerzo. Ejecutar grandes lotes de simulaciones de física en paralelo en hardware acelerador. Experimentar con física diferenciable y métodos de gradientes analíticos de políticas. Usar un simulador como entorno de entrenamiento dentro de PyTorch u otros frameworks de ML.

¿Cómo se instala brax?

Crear y activar un entorno virtual: python3 -m venv env && source env/bin/activate Actualizar pip: pip install --upgrade pip Instalar Brax desde PyPI: pip install brax Entrenar un modelo: learn

¿Dónde consigo brax?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/google/brax