MuJoCo
机器人研究领域主流物理仿真引擎，由DeepMind维护并于2021年开源，擅长接触动力学求解与关节约束模拟，广泛用于强化学习与模仿学习。
核心事实
时间轴 (近 90 天)
Argon 在编写 PPO 强化学习算法教四足蚂蚁机器人走路的任务中，先运行了三个短测试，发现并修复了代码中的三个 bug，其中一个修复使物理模拟器速度提升了六倍以上，机器人最终在 14 分钟内学会奔跑。
该部署流程分为三步：先在 Genesis 中训练策略，再用 MuJoCo（mjlab）做验证，最后部署到实体 Unitree Go2
随着Genesis、MuJoCo等开源仿真工具成熟及Unitree Go2等价格亲民的四足平台普及，Sim-to-Real的门槛正在降低
将策略在独立的第二个仿真器中验证可作为跨引擎泛化测试，提高迁移到真机的成功概率
作者在新的火烈鸟身体上重新训练了控制策略，并使用 MuJoCo 作为仿真环境
机器人的运动控制策略是针对特定身体形态训练的，腿变长、重心变化后原步态策略不再适用
CadQuery 生成的结构参数（如腿长、连杆比例）可以直接写入 MuJoCo 的 MJCF 模型描述文件
评估RL框架时应关注是否提供可复现的性能基准测试，尤其在Atari、MuJoCo或大模型RLHF任务上的表现
MuJoCo（Multi-Joint dynamics with Contact）是由 Emo Todorov 开发、后被 DeepMind 收购并开源的物理仿真引擎
将 MuJoCo 仿真前置到 3D 打印之前可降低物理世界的试错成本
还有 40 条时间轴事件
全部知识事实 (20)
Sim-to-Real（仿真到现实迁移）已成为人形机器人运动控制的行业主流路线，研究者在物理仿真器中利用GPU并行运行数千个仿真实例训练强化学习智能体
75%已验证MuJoCo 由 Emanuel Todorov 开发，2021年被 DeepMind 收购后于2022年正式开源
70%已验证MuJoCo（Multi-Joint dynamics with Contact）是机器人与强化学习研究中最广泛使用的物理仿真引擎之一，由 Google DeepMind 旗下开发
65%已验证PPO（近端策略优化）以其训练稳定性成为连续控制任务的事实标准，SAC（软演员-评论家）通过最大熵框架在样本效率上具有优势
65%已验证MuJoCo最初由华盛顿大学的Emo Todorov团队开发，2021年被DeepMind收购后完全开源免费
65%已验证强化学习方案通常基于MuJoCo、Isaac Gym等物理仿真引擎构建，再通过Sim-to-Real迁移技术部署到真实硬件
65%已验证Isaac Gym是NVIDIA推出的GPU加速并行仿真环境，可在单块GPU上同时运行数千个并行仿真实例
65%已验证AI模型内化物理规律的实现路径通常有两种：大量纳入物理仿真引擎生成的合成视频进行统计学习，或在模型架构中引入显式物理约束模块
65%待验证MuJoCo使用凸优化求解接触力而非传统迭代脉冲方法，使仿真结果更平滑和物理一致
60%待验证OpenAI在2017年发表的论文证明，简单的进化策略方法在Atari游戏和MuJoCo控制任务上可以与深度强化学习相媲美，且天然支持大规模并行
60%待验证MuJoCo由DeepMind收购后开源，以接触动力学模拟精确著称
60%待验证该部署流程分为三步：先在 Genesis 中训练策略，再用 MuJoCo（mjlab）做验证，最后部署到实体 Unitree Go2
50%待验证将策略在独立的第二个仿真器中验证可作为跨引擎泛化测试，提高迁移到真机的成功概率
50%待验证随着Genesis、MuJoCo等开源仿真工具成熟及Unitree Go2等价格亲民的四足平台普及，Sim-to-Real的门槛正在降低
50%待验证作者在新的火烈鸟身体上重新训练了控制策略，并使用 MuJoCo 作为仿真环境
50%待验证CadQuery 生成的结构参数（如腿长、连杆比例）可以直接写入 MuJoCo 的 MJCF 模型描述文件
50%待验证机器人的运动控制策略是针对特定身体形态训练的，腿变长、重心变化后原步态策略不再适用
50%待验证评估RL框架时应关注是否提供可复现的性能基准测试，尤其在Atari、MuJoCo或大模型RLHF任务上的表现
50%待验证相比 Gazebo 等通用仿真器，MuJoCo 在计算速度和数值稳定性上更有优势，但需要以 MJCF（XML 格式）精确描述机器人参数
50%待验证MuJoCo（Multi-Joint dynamics with Contact）是由 Emo Todorov 开发、后被 DeepMind 收购并开源的物理仿真引擎
50%