LocoMuJoCo把全身控制基准搬上GPU:同一套API下,MjWarp在8192个并行环境里跑到每秒48.8万步
LocoMuJoCo以开源库形式发布,把全身控制的模仿学习与强化学习基准统一到一套API下:同一份环境代码可在串行NumPy/MuJoCo与并行JAX/MJX、MjWarp后端之间切换,覆盖9个人形、3个(肌)骨骼与4个四足本体,并为每个人形配备原生动作捕捉数据集。它把观测、奖励、控制模式、地形与域随机化做成可替换插件,同时提供SMPL到机器人的自动重定向与loco-mujoco-real真机部署管线。在Unitree G1上,MjWarp后端在8192个并行环境下达到每秒487553个环境步,高于mjlab的391556步。