MuJoCo
机器人研究领域主流物理仿真引擎，由DeepMind维护并于2021年开源，擅长接触动力学求解与关节约束模拟，广泛用于强化学习与模仿学习。
核心事实
时间轴 (近 90 天)
NeatRL 的算法在 OpenAI Gym 和 MuJoCo 等标准环境中实现，覆盖离散动作和连续动作场景。
MuJoCo 是一个物理仿真引擎，常用于连续控制任务（如 HalfCheetah、Hopper、Walker2d），状态和动作是连续高维向量。
强化学习在真实机器人上直接训练代价极高，因每次跌倒都可能损坏硬件且采样效率低，仿真环境（如Isaac Sim、MuJoCo、Gazebo）提供了低成本、可并行、可重置的训练场。
Simulusion的环境适配层通过单个make_env入口统一支持DeepMind Control、Atari、Gymnasium、MuJoCo和Brax。
一位游戏动画师使用MyoSuite的MyoLeg模型（80块腿部肌肉）在MuJoCo/MuJoCo Warp中，用PPO算法（通过mjlab调用RSL-RL）在一台笔记本GPU上训练了NPC物理行走策略。
mjlab是一个将MuJoCo（及其GPU加速版MuJoCo Warp）与RSL-RL衔接的训练框架，使开发者能在单块GPU上并行运行数千个环境实例。
MyoLeg是MyoSuite的下肢模型，包含80块肌肉（对应80维连续动作空间），每条肌肉通过激活信号控制，动力学由MuJoCo物理引擎求解。
开发者用MuJoCo从零训练单个策略解决2D布娃娃起身任务，在160次测试中成功起身0次。
机器人领域常用的 MuJoCo、Isaac Sim 提供物理引擎级仿真，但通常不涉及设备内部固件的真实执行。
MJX是MuJoCo的JAX实现，支持在GPU上并行运行大量仿真环境。
还有 40 条时间轴事件
全部知识事实 (20)
MuJoCo最初由华盛顿大学的Emo Todorov团队开发，2021年被DeepMind收购后完全开源免费
90%已验证PPO（近端策略优化）以其训练稳定性成为连续控制任务的事实标准，SAC（软演员-评论家）通过最大熵框架在样本效率上具有优势
80%已验证Isaac Gym是NVIDIA推出的GPU加速并行仿真环境，可在单块GPU上同时运行数千个并行仿真实例
80%已验证Sim-to-Real（仿真到现实迁移）已成为人形机器人运动控制的行业主流路线，研究者在物理仿真器中利用GPU并行运行数千个仿真实例训练强化学习智能体
75%已验证MuJoCo 由 Emanuel Todorov 开发，2021年被 DeepMind 收购后于2022年正式开源
70%已验证MuJoCo（Multi-Joint dynamics with Contact）是机器人与强化学习研究中最广泛使用的物理仿真引擎之一，由 Google DeepMind 旗下开发
65%已验证Sim-to-Real迁移（现实差距问题）是机器人学中长期存在的根本性挑战，目前尚无通用解决方案
65%已验证强化学习方案通常基于MuJoCo、Isaac Gym等物理仿真引擎构建，再通过Sim-to-Real迁移技术部署到真实硬件
65%已验证AI模型内化物理规律的实现路径通常有两种：大量纳入物理仿真引擎生成的合成视频进行统计学习，或在模型架构中引入显式物理约束模块
65%待验证MuJoCo（Multi-Joint dynamics with Contact）是学术界最广泛使用的物理引擎，以精准的接触动力学著称
60%待验证MuJoCo使用凸优化求解接触力而非传统迭代脉冲方法，使仿真结果更平滑和物理一致
60%待验证OpenAI在2017年发表的论文证明，简单的进化策略方法在Atari游戏和MuJoCo控制任务上可以与深度强化学习相媲美，且天然支持大规模并行
60%待验证MuJoCo由DeepMind收购后开源，以接触动力学模拟精确著称
60%待验证四足机器人仿真环境通常基于MuJoCo、Isaac Gym等物理仿真引擎构建，通过Sim-to-Real迁移技术部署到真实硬件
60%待验证NeatRL 的算法在 OpenAI Gym 和 MuJoCo 等标准环境中实现，覆盖离散动作和连续动作场景。
50%待验证MuJoCo 是一个物理仿真引擎，常用于连续控制任务（如 HalfCheetah、Hopper、Walker2d），状态和动作是连续高维向量。
50%待验证强化学习在真实机器人上直接训练代价极高，因每次跌倒都可能损坏硬件且采样效率低，仿真环境（如Isaac Sim、MuJoCo、Gazebo）提供了低成本、可并行、可重置的训练场。
50%待验证Simulusion的环境适配层通过单个make_env入口统一支持DeepMind Control、Atari、Gymnasium、MuJoCo和Brax。
50%待验证mjlab是一个将MuJoCo（及其GPU加速版MuJoCo Warp）与RSL-RL衔接的训练框架，使开发者能在单块GPU上并行运行数千个环境实例。
50%待验证一位游戏动画师使用MyoSuite的MyoLeg模型（80块腿部肌肉）在MuJoCo/MuJoCo Warp中，用PPO算法（通过mjlab调用RSL-RL）在一台笔记本GPU上训练了NPC物理行走策略。
50%