Brax

谷歌用 JAX 写的可微刚体物理引擎，附带强化学习训练库。

Brax 由谷歌团队在 2021 年开源（论文一作 C. Daniel Freeman），用 JAX（可自动求导、能编译到 GPU/TPU 上运行的数值计算库）编写。它的卖点是物理仿真和学习算法编译到同一块加速器上运行，省去 CPU 与 GPU 之间来回搬数据，在类 MuJoCo 的 Gym 任务上几分钟就能训出可用策略；因为仿真可微，还能直接对仿真求梯度来优化策略。后来 Brax 提供四种物理后端：MJX（MuJoCo 的 JAX 重写版）、广义坐标、基于位置的动力学和弹簧模型。据仓库说明，从 0.13.0 起只有 brax/training（PPO、SAC 等训练代码）还在积极维护，物理仿真建议改用 MJX 或 MuJoCo Warp，环境则推荐 MuJoCo Playground。

例子MuJoCo Playground 的仓库说明，要按论文原样复现结果，可直接运行 Brax 的训练脚本，环境本身用 MJX 或 MuJoCo Warp 实现。

相关

MJX、MuJoCo Playground、JAX、可微仿真、GPU 并行仿真、大规模并行强化学习

来源

Brax - A Differentiable Physics Engine for Large Scale Rigid Body Simulation (arXiv 2106.13281)
google/brax (GitHub)
google-deepmind/mujoco_playground (GitHub)

信息截至

2026-09