- 综合排序
- 最热优先
- 最新优先
- 来自专栏杨熹的专栏
python, gym, mujoco, mujoco-py 你们之间的关系让我很想吐槽
/mujoco-py/ 结果出错： You appear to be missing MuJoCo. /index.html 于是研究着安装mujoco150: 按照这里： 和[官网](https://github.com/openai/mujoco-py#install-mujoco 用学校邮箱， =$HOME/.mujoco/mujoco150/ $ export MUJOCO_PY_MJKEY_PATH=$HOME/.mujoco/mjkey.txt 结果出了这个，好在错误短了： mujoco_py.error.MujocoDependencyError =$HOME/.mujoco/mujoco200/ $ export MUJOCO_PY_MJKEY_PATH=$HOME/.mujoco/mjkey.txt 结果： mujoco_py.error.MujocoDependencyError galphen/.mujoco/mujoco200/).
6.7K40发布于 2020-03-20 - 来自专栏AI科技评论
MuJoCo要开源！ DeepMind收购物理引擎MuJoCo，将推动全球机器人研发
MuJoCo要开源！ 昨天，DeepMind发帖，称已经收购了用于机器人研发的MuJoCo物理引擎，目前正致力于开源MuJoCo，并打算在2022年对所有人免费开放！ 此次希望通过收购MuJoCo，推动全球各地的机器人研究工作。 当开源系统完成后，MuJoco将搬到开源社区GitHub。拥有MuJoCo付费许可证的客户可以使用roboti。 ，MuJoCo都能准确模拟。 2 MuJoCo特性 现在MuJoCo在多接触面环境下在仿真速度和准确性方面的表现都要由于其他仿真环境。 下面是几个用MuJoCo模拟物理运动与实物图的对比： MuJoCo能够准确展示接触形态，像Tippe顶部翻转这样复杂的接触现象在MuJoCo中能够自然展现 MuJoCo可以准确地捕捉到牛顿摆中的脉冲传播
1.4K20发布于 2021-10-21 mujoco_py安装后测试代码
mujoco仿真引擎测试 至此，我们已经完成了第一步--mujoco仿真引擎的安装，可以通过在cmd控制台中输入以下命令来测试： cd /d C:\Users\你的用户名\.mujoco\mujoco210 /model/humanoid.xml 如果一切顺利，你将看到 mujoco_py测试： import mujoco_py import os #mj_path, _ = mujoco_py.utils.discover_mujoco () mj_path = mujoco_py.utils.discover_mujoco() #注意不同版本可能返回参数不一样 xml_path = os.path.join(mj_path, 'model ', 'humanoid.xml') model = mujoco_py.load_model_from_path(xml_path) sim = mujoco_py.MjSim(model) print
31610编辑于 2025-07-21- 来自专栏NLP/KG
【七】强化学习、gym学习平台扩充，更好的玩转虚拟环境，关于mujoco、mujoco-py、baselines安装配置----待更新------
【七】强化学习gym学习扩充，更好的完成虚拟环境的实现，关于mujoco、mujoco-py、baselines安装配置 1.安装mujoco MuJoCo(Multi-Joint dynamics with 进入官网http://www.mujoco.org/index.html，点击License栏界面如下： 在校学生可以通过学校的邮箱申请一年的使用权限，填写一下 然后会收到官网发来的邮件等待许可就行
72620编辑于 2022-12-21 - 来自专栏量子位
刚盈利的DeepMind收购MuJoCo：转手开源，所有人免费用
明敏 发自 凹非寺 量子位 报道 | 公众号 QbitAI 最新消息，首次实现盈利的DeepMind突然官宣：收购物理模拟引擎MuJoCo。 但这还没完，他们同时宣布将对MuJoCo开源！ 有人就表示在自己读大学时，曾因为MuJoCo太贵而没有继续学习RL。 因此，DeepMind这次开源可以说是为机器人开发者带来福音。 相比之下，MuJoCo更加严格地还原现实世界中的物理运动。 像牛顿摆的现象，它都能很好模拟。 失重情况下的还原也非常真实： 更让人惊艳的，还有MuJoCo对于人体关节、肌肉复杂运动的模拟。 许多机械手的研究，都是现在MuJoCo中模拟和验证的。 此外，MuJoCo还能灵活将仿真步骤拆开执行，或者只执行仿真流程的一部分(如不计算逆动力学)。 而且支持软体材料，如绳子、布料的稳定性仿真。 此外，MuJoCo 2.1的相关信息也已经公布。
72350发布于 2021-10-20 - 来自专栏AI研习社
DeepMind 开源基于 MuJoCo 物理引擎强化学习工具 Control Suite
Control Suite 由 Python 编写，并由 MuJoCo 物理引擎驱动。 （http://www.mujoco.org/） 上下载 MuJoCo Pro 1.50，在安装 MuJoCo Pro 之前必须先装好 dm_control， dm_control 的安装脚本会基于 MuJoCo 默认情况下，dm_control会假定 MuJoCo Zip 文件将被提取到 ~/.mujoco/mjpro150 文件夹。 在安装期间，dm_control 会在 ~/.mujoco/mjpro150/include 的步骤 1 里寻找 MuJoCo 头文件，不过该路径可通过 headers-dir 命令配置。 默认情况下，dm_control 在 ~/.mujoco/mjkey.txt 路径寻找 MuJoCo license key。
2.3K101发布于 2018-03-16 - 来自专栏新智元
DeepMind开源了MuJoCo！Meta竟用来让「骷髅手」盘核桃
优化MuJoCo中包裹面的三维位置。MuJoCo中包覆面的三维位置，以便实现与参考OpenSim模型相匹配的力矩臂。 目前，MyoSuite已经在MacOs和Linux上用MuJoCo v2.1.0进行了测试。 正巧的是，DeepMind也在同日对MuJoCo进行了开源。 项目地址：https://github.com/deepmind/mujoco MuJoCo最初由华盛顿大学运动控制实验室主任、神经科学家Emo Todorov开发，于2015年通过创业公司Robi LLC 2021年10月，DeepMind宣布收购MuJoCo物理模拟器，并承诺将MuJoCo作为一个免费的、开源的、社区驱动的项目进行开发和维护。 对于现在的机器人研究来说，物理模拟器是其中的关键性工具。 MuJoCo是为数不多的由一个成熟的公司支持的全功能模拟器之一，它是真正的开源代码。
92720编辑于 2022-05-25 机器人3D仿真新平台MuJoCo技术解析
新一代仿真器的技术突破物理引擎升级新型仿真器基于MuJoCo物理引擎构建，解决了原有SimSpark仿真器的两大核心问题：复杂度问题：采用Python开发降低开发门槛标准化问题：采用社区广泛接受的机器人模型规范通信协议设计仿真服务器需要同时处理 水平与垂直视角限制为±60°检测对象包括其他球员的头部、手臂、脚部及球场特征每个检测包含标签、方向向量和距离信息添加与实际机器人相似的噪声模型2025年技术挑战赛安排本届RoboCup将举办特殊技术挑战：使用基于MuJoCo
42310编辑于 2025-08-25- 来自专栏一点人工一点智能
仿真世界的作弊代码：MuJoCo软接触模型+ iLQR=现实机器人完美步态
本文提出了一种折中方案：利用MuJoCo物理引擎的高效仿真能力，结合迭代线性二次调节器（iLQR）算法，构建一种简单但高效的全身模型预测控制框架。 该方法的核心优势在于标准化工具链（MuJoCo + iLQR）的采用，显著降低了模型预测控制的实现门槛。 论文特别强调了iLQR算法与MuJoCo软接触模型的结合在硬件实验中的意外有效性。 2.2 MuJoCo软接触模型与导数近似 MuJoCo的软接触模型通过弹簧-阻尼系统近似刚体接触力，其接触力计算为： 其中δ为穿透深度，v为接触点相对速度，kp和kd为刚度与阻尼系数。 实现细节与工程洞见 3.1 接触建模优化 默认MuJoCo参数下，脚部滑动导致控制序列抖动（图4红）。 3.2 执行器阻抗匹配 MuJoCo允许精确设定关节阻抗参数（刚度Kp、阻尼Kd），但实际机器人关节控制器常以黑盒形式提供阻抗接口。
91211编辑于 2025-03-18 - 来自专栏机器之心
盈利后首次收购：DeepMind把自用物理模拟引擎MuJoCo买下来开源了
但是 MuJoCo 一直都需要付费使用，而且价格不菲。现在，DeepMind 宣布收购 MuJoCo，向所有用户免费开放 MuJoCo，并将其开源！ 开源地址：https://github.com/deepmind/mujoco 强大的模拟引擎 MuJoCo MuJoCo 最初是由华盛顿大学运动控制实验室主任、神经科学家 Emo Todorov 开发的 与其他模拟器不同的是，MuJoCo 使用凸高斯原理解决接触力。MuJoCo 的模型也很灵活，提供了多个参数，可以调整这些参数以模拟各种接触现象。 MuJoCo 的强大还体现在它能够实现完整的运动方程，模拟一些较复杂的物理现象，例如牛顿摆： 还可以模拟旋转物体因角动量守恒而存在的「失重」情况： MuJoCo 的核心引擎是用 C 语言编写的 同时，MuJoCo 还支持人类和动物的肌肉骨骼模型，下图就是 MuJoCo 模拟人腿在肌腱施加力的驱动下摆动： 参考链接： https://deepmind.com/blog/announcements
99820发布于 2021-10-26 - 来自专栏机器之心
资源 | OpenAI开源机器人模拟Python库mujoco-py：可高效处理并行模拟
代码：https://github.com/openai/mujoco-py 文档：https://openai.github.io/mujoco-py/build/html/index.html ? 该库是 OpenAI 用于深度学习机器人研究的核心工具之一，现在将其作为 mujoco-py（Python 3 的 MuJoCo 绑定）的主要版本发布。 新功能有： 高效处理并行模拟 GPU 加速的自动 3D 渲染 直接获取 MuJoCo 函数和数据结构 支持所有的 MuJoCo 1.50 功能，比如改进的 contact solver 批量模拟 轨迹（ 通过 mujoco-py 实现虚拟现实 mujoco-py 公开的 API 足以实现虚拟现实交互而无需额外的 C++ 代码。 OpenAI 使用 mujoco-py 将 MuJoCo 的 C++ VR 示例移植到 Python。
2.1K40发布于 2018-05-08 - 来自专栏AI科技大本营的专栏
OpenAI开源机器人模拟Python库——高效处理并行模拟，GPU 加速自动 3D 渲染
作者 | Open AI 编译 | AI100（rgznai100） 今早，Open AI开源了一个高性能的 Python 库mujoco-py，主要用于使用MuJoCo引擎进行机器人模拟。 mujoco-py源码地址 https://github.com/openai/mujoco-py 文档地址 https://openai.github.io/mujoco-py/build/html/ mujoco-py 1.50.1.0 带来了不少新功能，性能方面也有了明显的提升，具体新功能包括： 可高效处理并行模拟 GPU 加速自动 3D 渲染 可直接获取 MuJoCo 函数和数据结构 支持所有MuJoCo 使用mujoco-py首先需要安装MuJoCo，步骤如下： MuJoCo并不是免费使用的，如果你是学生，可以现在MuJoCo网站申请30天的免费试用，用户名称、密码以及许可密钥会以邮件的形式发送给你。 将mjpro150打包下载至~/.mujoco/mjpro150，并在~/.mujoco/mjkey.txt填写许可密钥。
1.7K60发布于 2018-04-27 - 来自专栏BestSDK
OpenAI 开源机器人模拟 Python 库：优化API接口提升400%处理速度
该Python库是OpenAI团队深入学习机器人研究的核心工具之一，现在该团队发布的是作为MuJoCo的主要版本的mujoco-py（Python 3 的 MuJoCo 绑定）。 Mujoco-py 1.50.1.0带来了许多新的功能和显着的性能提升新功能包括以下几点： 高效处理并行模拟 GPU 加速的自动 3D 渲染 直接访问 MuJoCo 函数和数据结构 支持所有的 MuJoCo mujoco-py通过OpenMP使用数据并行，并通过Cython和NumPy直接访问内存管理，从而使批量模拟更有效率。 采用mujoco-py实现VR 由mujoco-py公开的API足以使虚拟现实交互而无需任何额外的C ++代码。 OpenAI使用mujoco-py将MuJoCo的C ++ VR示例移植到Python。
1.9K110发布于 2018-03-01 - 来自专栏具身小站
智元人形机器人：从零开始完成开发环境配置
仿真环境配置（MuJoCo） 3.1 安装 MuJoCo 物理引擎 MuJoCo（Multi-Joint dynamics with Contact）是一款专注于机器人控制和生物力学仿真的高性能物理引擎 解压与放置 # 创建隐藏目录并解压 mkdir -p ~/.mujoco tar -xzf ~/Downloads/mujoco-3.4.0-linux-x86_64.tar.gz -C ~/.mujoco export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/.mujoco/mujoco-3.4.0/bin export MUJOCO_PY_MUJOCO_PATH=$ HOME/.mujoco/mujoco-3.4.0 d. 安装Python接口： 通过pip安装mujoco库，以便在Python中调用MuJoCo sudo pip install mujoco 3.2 模型加载与显示 先从文末链接中下载x2模型，然后通过
56210编辑于 2025-12-30 mujoco_py安装完import报错ImportError: DLL load failed while importing cymj: 找不到指定的模块。
call last): File "<stdin>", line 1, in <module> File "D:\anaconda3\envs\py38\lib\site-packages\mujoco_py \__init__.py", line 3, in <module> from mujoco_py.builder import cymj, ignore_mujoco_warnings, functions , MujocoException File "D:\anaconda3\envs\py38\lib\site-packages\mujoco_py\builder.py", line 507, in <module> cymj = load_cython_ext(mujoco_path) File "D:\anaconda3\envs\py38\lib\site-packages\mujoco_py 解决方法： import os os.add_dll_directory(r"C:\Users\hp\.mujoco\mjpro150\bin") import mujoco_py 把dll目录加载进去
28900编辑于 2025-07-20- 来自专栏新智元
11年，从亏损6个亿到盈利6千万！DeepMind不止于AlphaGo和AlphaFold
---- 新智元报道 来源：网络 编辑：小咸鱼 【新智元导读】AI研究实验室DeepMind收购并开源了MuJoCo，多关节动力学(MuJoCo)可以为DeepMind的机器人研究提供新的动力 DeepMind表示，预计将在2022年发布MuJoCo的代码库，并在Apache 2.0许可下将其作为开源软件「继续改进」。 「我们的机器人团队一直在使用MuJoCo作为各种项目的模拟平台。 我们致力于开发和维护MuJoCo。MuJoCo作为一个免费的、开源的、社区驱动的项目，具有一流的能力。我们目前正在努力为MuJoCo的全面开源做准备。」DeepMind表示。 MuJoCo 最后，来聊聊这次DeepMind收购的MuJoCo。 MuJoCo还有一些应用，比如，在物理机器人、游戏和交互式科学部署之前，经常会在MuJoCo上测试和验证控制方案。
56210编辑于 2023-05-22 - 来自专栏AI科技大本营的专栏
还记得DeepMind那个会跑酷的AI吗？它打算用这套Python强化学习工具吊打OpenAI
从MuJoCo网站的下载页面下载MuJoCo Pro 1.50版本。 注意：你必须在安装dm_control前安装好MuJoCo Pro，因为dm_control的安装脚本要根据MuJoCo的头文件生成Python Ctypes的绑定文件。 默认情况下，dm_control会假定MuJoCo Zip文件将被提取到~/.mujoco/mjpro150文件夹。 2. 在运行dm_control时，需要为MuJoCo安装许可证密钥。更为详细的信息，可参阅MuJoCo许可证密钥页面https://www.roboti.us/license.html。 默认情况下，dm_control会在～/.mujoco/mjkey.txt路径下查找MuJoCo许可证密钥文件。 4.
1K120发布于 2018-04-27 - 来自专栏企鹅号快讯
还记得DeepMind那个会跑酷的AI吗？它打算用这套Python强化学习工具吊打OpenAI
从MuJoCo网站的下载页面下载MuJoCo Pro 1.50版本。 注意：你必须在安装dm_control前安装好MuJoCo Pro，因为dm_control的安装脚本要根据MuJoCo的头文件生成Python Ctypes的绑定文件。 默认情况下，dm_control会假定MuJoCo Zip文件将被提取到~/.mujoco/mjpro150文件夹。 2. 在运行dm_control时，需要为MuJoCo安装许可证密钥。更为详细的信息，可参阅MuJoCo许可证密钥页面https://www.roboti.us/license.html。 默认情况下，dm_control会在～/.mujoco/mjkey.txt路径下查找MuJoCo许可证密钥文件。 4.
1K100发布于 2018-01-05 - 来自专栏机器之心
资源 | DeepMind开源强化学习研究环境Control Suite
为 MuJoCo 物理引擎提供 Python binding 的库。 安装和要求 按照以下步骤安装 dm_control： 1. 从 MuJoCo 网站的下载页面下载 MuJoCo Pro 1.50。 先安装 MuJoCo Pro，再安装 dm_control，因为 dm_control 的安装脚本要基于 MuJoCo 的头文件生成 Python ctypes binding。 默认情况下，dm_control 假设 MuJoCo Zip 压缩包可以提取出~/.mujoco/mjpro150。 2. 安装 MuJoCo 的许可密钥，运行 dm_control 时会用到。详见 MuJoCo 许可密钥页面（https://www.roboti.us/license.html）。 默认情况下，dm_control 在~/.mujoco/mjkey.txt 中查找 MuJoCo 许可密钥文件。 4.
1.4K60发布于 2018-05-10 - 来自专栏人工智能
DeepMind推出控制套件：为强化学习智能体提供性能基准
dm_control: DeepMind控制套件和控制包 此软件包含： •一套由MuJoCo物理引擎驱动的Python强化学习环境。 •为Mujoco物理引擎提供python绑定的库。 安装要求 请按照以下步骤安装DM_control: 1.从Mujoco网站的下载页面下载Mujoco pro1.50。 必须在安装dm_contect之前安装mujoco pro，因为dm_contect的安装脚本由mujoco的头文件生成python ctypes绑定。 在安装时，dm_control在〜/mujoco / mjpro150 / include中查找步骤1中的MuJoCo头文件，然而这个路径可以使用headers-dir命令行参数进行配置。 3.为mujoco安装一个许可密钥，该密钥在运行时由dm_controls命令。有关详细信息，请参阅Mujoco许可密钥页面。
76870发布于 2018-01-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号