Многопоточная библиотека на C++ для симуляции твёрдых тел и обнаружения столкновений в играх и VR-приложениях.
google-deepmind/mujoco
Универсальный физический движок для быстрой и точной симуляции контактирующих сочленённых тел, широко используемый в робототехнике и исследованиях машинного обучения.
- Звёзды
- 15,763
- Форки
- 1,868
- Открытые issues
- 304
- Последний коммит
- 16 часов назад
Что это?
MuJoCo (Multi-Joint dynamics with Contact) — универсальный физический движок для симуляции сочленённых структур, взаимодействующих с окружающей средой. Он предназначен для робототехники, биомеханики, компьютерной графики и анимации, а также машинного обучения — областей, где важны точная динамика контактов и высокая скорость вычислений.
В основе движка лежит C API. Симуляция во время выполнения работает с предварительно выделенными низкоуровневыми структурами данных, которые создаёт встроенный XML-компилятор. В библиотеку также входит интерактивный просмотрщик simulate на базе OpenGL. Большой набор вспомогательных функций вычисляет величины, связанные с физикой.
Официальные Python bindings доступны на PyPI; также есть плагин для Unity и поддержка JavaScript/WebAssembly. В проект входит и ветка MJX, написанная на JAX. Кроме того, доступны руководства по редактированию моделей, многопоточным запускам симуляции и оптимальному управлению.
Ключевые возможности
- 01Симулирует сочленённые тела с точной динамикой контактов.
- 02Встроенный XML-компилятор создаёт низкоуровневые структуры данных для быстрой симуляции во время выполнения.
- 03Встроенный интерактивный просмотрщик simulate с рендерингом через OpenGL.
- 04C API и большой набор вспомогательных функций для физических вычислений.
- 05Python bindings, устанавливаемые через pip, а также bindings для Unity и WebAssembly.
- 06Ветка MJX на JAX для рабочих процессов с использованием ускорителей.
Сценарии использования
- Обучение алгоритмов управления роботами в симуляции.
- Биомеханические исследования опорно-двигательных моделей людей или животных.
- Исследования управления на основе моделей, например LQR или оптимизация траекторий.
- Создание прототипов моделей роботов, преобразованных из CAD или других форматов в MJCF.
Быстрый старт
- 1
Установите привязки Python из PyPI
pip install mujoco - 2
Или скачайте готовые бинарные файлы со страницы релизов
Что важно знать
- Сборка из исходного кода может быть нестабильной, поскольку стабильность последнего коммита в ветке main не гарантируется.
- Готовые колёса Python для Linux рассчитаны на manylinux2014, поэтому совместимость зависит от вашего дистрибутива.
- В проекте указано, что это не продукт, официально поддерживаемый Google.
Темы
Частые вопросы
- Что такое mujoco?
- Универсальный физический движок для быстрой и точной симуляции контактирующих сочленённых тел, широко используемый в робототехнике и исследованиях машинного обучения. MuJoCo (Multi-Joint dynamics with Contact) — универсальный физический движок для симуляции сочленённых структур, взаимодействующих с окружающей средой. Он предназначен для робототехники, биомеханики, компьютерной графики и анимации, а также машинного обучения — областей, где важны точная динамика контактов и высокая скорость вычислений.
- mujoco можно использовать бесплатно? Какая у него лицензия?
- mujoco распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- mujoco всё ещё поддерживается?
- Активно поддерживается. Последний коммит в mujoco — 19 окт. 2026 г..
- Для чего можно использовать mujoco?
- Обучение алгоритмов управления роботами в симуляции. Биомеханические исследования опорно-двигательных моделей людей или животных. Исследования управления на основе моделей, например LQR или оптимизация траекторий. Создание прототипов моделей роботов, преобразованных из CAD или других форматов в MJCF.
- Как установить mujoco?
- Установите привязки Python из PyPI: pip install mujoco Или скачайте готовые бинарные файлы со страницы релизов
- Где скачать mujoco?
- Исходный код и инструкции по установке — на GitHub: https://github.com/google-deepmind/mujoco
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Платформа для симуляции в робототехнике и embodied AI: объединяет мультифизический движок, фотореалистичный рендерер и кроссплатформенный компилятор с интерфейсом на Python.
ПО с открытым исходным кодом на Rust для управления маленьким двуногим роботом-уткой: движение, геймпад, обновления и видеопоток с камеры.
ASPIRE — фреймворк, в котором coding agents итеративно дорабатывают повторно используемые навыки роботов для симуляции и реальных манипуляционных задач вместо обучения весов модели.
Китайскоязычная база знаний и подборка материалов по Embodied AI: алгоритмы, инфраструктура, управление и оборудование, а также практическое руководство по RoboTwin 2.0.
Реализации алгоритмов обучения с подкреплением на PyTorch — надёжная и единообразная отправная точка для исследований и практических задач.