mujocolab/mjlab

어떤 프로젝트인가요?

핵심 기능

• 01Isaac Lab과 유사한 스타일의 매니저 기반 환경 API
• 02MuJoCo Warp를 이용한 GPU 가속 시뮬레이션
• 03MuJoCo 네이티브 데이터 구조에 직접 접근
• 04Unitree G1 속도 추적 및 동작 모방 태스크 내장
• 05--gpu-ids 옵션을 통한 멀티 GPU 학습
• 06태스크를 빠르게 점검할 수 있는 더미 zero 및 random 에이전트

활용 사례

• 시뮬레이션에서 휴머노이드 로봇의 보행 정책 학습
• 참조 동작 데이터를 이용한 동작 모방 실험 재현
• 전체 Isaac Lab 스택 없이 MuJoCo에서 커스텀 RL 태스크 프로토타이핑

빠른 시작

1. 1

   설치 없이 데모 사용해 보기

   uvx --from mjlab --refresh demo
2. 2

   GitHub에서 저장소 클론하기

   git clone https://github.com/mujocolab/mjlab.git && cd mjlab
3. 3

   소스를 체크아웃한 디렉터리에서 데모 실행하기

   uv run demo

사용 전 알아둘 점

• !학습에는 NVIDIA GPU가 필요합니다.
• !macOS는 평가용으로만 지원됩니다.

포함된 컬렉션

토픽

자주 묻는 질문

mjlab은(는) 무엇인가요?

GPU 가속 MuJoCo Warp에서 실행되는, 로봇 강화학습용 Isaac Lab 스타일의 매니저 기반 API입니다. mjlab은 Isaac Lab의 매니저 기반 환경 API와 MuJoCo 물리 엔진의 GPU 가속 버전인 MuJoCo Warp를 결합한 로봇 학습 프레임워크입니다. 관측값, 보상, 종료 조건 등 강화학습 환경을 설계하는 데 필요한 조합 가능한 구성 요소를 제공하며, 의존성은 최소화하고 MuJoCo의 네이티브 데이터 구조를 직접 사용할 수 있도록 합니다.

mjlab은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

mjlab은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

mjlab은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. mjlab의 마지막 커밋은 2026년 11월 1일입니다.

mjlab은(는) 어디에 사용할 수 있나요?

시뮬레이션에서 휴머노이드 로봇의 보행 정책 학습 참조 동작 데이터를 이용한 동작 모방 실험 재현 전체 Isaac Lab 스택 없이 MuJoCo에서 커스텀 RL 태스크 프로토타이핑

mjlab는 어떻게 설치하나요?

설치 없이 데모 사용해 보기: uvx --from mjlab --refresh demo GitHub에서 저장소 클론하기: git clone https://github.com/mujocolab/mjlab.git && cd mjlab 소스를 체크아웃한 디렉터리에서 데모 실행하기: uv run demo

mjlab은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/mujocolab/mjlab