MuJoCo Playground

DeepMind 牵头的 GPU 加速机器人学习环境集，单卡快训、零样本上真机。

MuJoCo Playground 是 Google DeepMind 牵头、联合 UC Berkeley 等团队在 2025 年 2 月开源的机器人学习环境合集（Apache 2.0），物理跑在 MJX 上，现在也可切到 MuJoCo Warp 后端，并带批量渲染器用来训练看图像的策略。它把 DeepMind 控制套件的经典任务、腿足行走和操作任务打包在一起，机器人有宇树 Go1、G1、H1，Booster T1，Berkeley Humanoid，Spot，Franka，ALOHA 和 LEAP 灵巧手等。论文称可在单张 GPU 上几分钟内训出策略，并演示了从状态和像素输入零样本迁移到真机，省掉大量搭环境、调奖励的重复劳动。pip install playground 即可安装。

例子安装后加载 G1 或 Go1 的行走环境，在一张 GPU 上用 PPO 并行训练几千个机器人，再把训好的策略直接部署到真机测试。

也叫

Playground

相关

MJX、MuJoCo Warp、MuJoCo、DeepMind 控制套件、仿真到现实迁移、mjlab

来源

MuJoCo Playground (arXiv 2502.08844)
google-deepmind/mujoco_playground (GitHub)
MuJoCo Playground 项目主页

信息截至

2026-09