# MuJoCo 3.12.0发布：原生PID执行器与DC电机模型重构

> 原文链接：https://robotics.hellobike.com/news/2026-08-20-google-deepmind-mujoco-3-12-0
> 频道：news | 更新日期：2026-08-20 | 标签：auto, release, github
> 核心摘要：MuJoCo 3.12.0新增原生pid执行器支持位置/速度设定及抗积分饱和，重构dcmotor为扭矩空间控制并补偿反电动势。大网格凸碰撞检测提速2倍，MJCF语法统一Schema定义，纹理加载移除自定义二进制格式仅保留PNG/KTX。

# MuJoCo 3.12.0发布：原生PID执行器与DC电机模型重构

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[google-deepmind/mujoco 发布 3.12.0 版本更新](https://github.com/google-deepmind/mujoco/releases/tag/3.12.0)（Google DeepMind MuJoCo 官方发布）

## 核心内容

Google DeepMind发布MuJoCo 3.12.0仿真引擎更新，核心聚焦执行器模型标准化与物理计算加速。新版本引入原生pid执行器替代原有插件，支持实时位置与速度设定点输入、可选积分项及抗积分饱和机制；同时重构dcmotor控制器架构，将增益从电压空间迁移至扭矩空间并内置反电动势补偿。此外，针对复杂几何体的碰撞检测算法优化实现最高2倍性能提升，MJCF解析器改为基于单一Schema文件生成，提升了模型定义的确定性与可维护性。

技术层面，新pid执行器通过input属性灵活配置[pos, vel, ff]子集，未指定输入自动置零以精简控制向量；dcmotor支持voltage原始指令或pos/vel闭环控制，被动模式下可模拟摩擦与齿槽效应。API存在破坏性变更：纹理加载移除image/vnd.mujoco.texture格式，仅支持PNG与KTX；dcmotor旧版velocity模式被弃用，迁移时需将增益乘以K/R转换至扭矩空间，并在零速设定点下为kd增加K^2/R以维持阻尼特性。引擎层采用预分解稀疏Cholesky因子化替代逐步步进计算，显著降低隐式积分开销。

## 关键看点

- **原生PID执行器**：支持位置/速度双设定点、积分抗饱和及前馈输入，完全替代mujoco.pid插件且兼容所有积分器与关键帧
- **DC电机模型重构**：控制器增益转为扭矩空间，驱动电压自动补偿反电动势，支持纯被动模式模拟摩擦与齿槽力
- **碰撞检测加速**：大网格凸体碰撞检测算法优化，特定场景下计算速度提升达2倍，缓解高面数模型仿真瓶颈
- **MJCF Schema统一**：语法表、约束与默认值均由src/xml/mjcf.schema单源生成，消除C头文件与XML定义不一致风险

## 工程与产业观察

此次更新标志着MuJoCo从纯物理仿真向「控制-本体协同验证」平台演进。原生PID与扭矩空间电机模型使Sim中执行器行为更贴近真实驱动器响应，大幅降低Sim2Real迁移时的控制参数重调成本。开发者需重点关注dcmotor增益单位变更与纹理格式废弃，建议利用新Schema机制建立团队级模型规范，避免版本升级导致的资产加载失败与控制逻辑偏移。
:::

## 原始参考来源 (Sources)

- [Google DeepMind MuJoCo 官方发布：google-deepmind/mujoco 发布 3.12.0 版本更新](https://github.com/google-deepmind/mujoco/releases/tag/3.12.0)