google-deepmind/mujoco

项目介绍

MuJoCo（Multi-Joint dynamics with Contact）是一个通用物理引擎，用于仿真多关节结构与环境之间的接触和动力学，由 Google DeepMind 维护，服务于机器人、生物力学、图形与动画、机器学习等需要快速且准确仿真的领域。

运行时是性能优先的 C 库：内置 XML 编译器预先分配底层数据结构，仿真步进时不再做运行时分配。模型用 MJCF（MuJoCo 的 XML 格式）描述，库还提供大量计算物理量的工具函数，以及 OpenGL 渲染的原生交互式查看器。Python 绑定自带一份 MuJoCo，另有 Unity 插件和 JavaScript/WebAssembly 支持。

基于 JAX 的分支 MuJoCo XLA（MJX）支持梯度相关的工作，例如用从物理步进自动推导的解析梯度训练运动策略。

快速使用

前提：Python 绑定要求 Python 3.11 或更高版本。

1. 安装 Python 包（自带原生库）：

pip install mujoco

2. 在 Google Colab 上完成入门教程，内容包括加载模型、推进仿真、读取状态与传感器数据。

3. 后续可按需打开 README 中的其他笔记本：程序化编辑模型、多线程 rollout 模块、LQR 控制、非线性最小二乘、MJX 基础、可微物理训练。

结果：完成教程后，你可以在 Python 中加载 MJCF 模型、推进仿真并检查仿真状态。

如果想用原生交互式查看器 simulate，按文档中的 Getting Started 步骤操作；录屏视频展示了查看器的实际使用。Linux（x86-64、AArch64）、Windows（x86-64）和 macOS（universal）的预编译二进制在 releases 页面。

使用约束

• Python 包要求 Python 3.11 及以上；Linux 预编译 wheel 面向 manylinux2014，不兼容的发行版需要按 Python 绑定文档从源码构建。
• 从源码构建另有文档说明，且 main 分支最新提交可能不稳定，一般应优先使用版本化发布。
• 项目计划每月第一周发布版本；自 3.5.0 起采用修改版语义化版本规范（见 VERSIONING.md），对可复现性有要求时应固定版本。
• 源码使用 Apache-2.0 许可证；doc/ 下的文档图片和视频采用 CC BY 4.0，box 碰撞代码另有版权声明。MuJoCo 不是 Google 官方支持的产品。
• 提问请使用 Asking for Help 讨论区，GitHub Issues 用于缺陷报告和功能请求。

HotRepo 点评

在 2026-11-01 的 C++ 日榜中，项目以新增 23 Star 排在第 8 位，累计 16,013 Star、1,911 Fork。站内没有记录其全部语言日榜的历史最好名次，因此该记录只能说明当天的位置，不能据此判断趋势。

2026-04-19 的 HN 讨论帖获得 116 分、24 条评论，内容偏具体用例而非泛泛称赞。有评论指出，StuffMadeHere 的迷你高尔夫仿真视频是近期关注度的来源之一；该串另一条回复认为仿真与现实的贴合程度相当出色。还有回复提到 JAX 后端让梯度优化比较直接，这和上文的可微物理教程对应。同一线程中有评论者介绍了一个早期的浏览器查看器，可用 URL 分享自己的模型，地址为 live.mujoco.org；该功能仍属实验阶段，手机端支持还比较粗糙。

相关绑定与转换工具

除官方的 Python、JavaScript/WebAssembly、C#/Unity 绑定外，README 还列出 MATLAB Simulink、Swift、Java、Julia、Rust 的社区绑定，以及从 OpenSim、SDFormat、OBJ、Onshape CAD 装配体转换的工具。选用具体绑定前，应先查看其自身文档，确认 API 覆盖范围和维护状态。