# tdmpc2

> 权威词条地址：https://robotics.hellobike.com/sdks/nicklashansen-tdmpc2
> 所属分类：sdks | 最近核验日期：2026-10-20 | 技术层级：L3, L5, L7

## 核心摘要

nicklashansen 在 GitHub 开源的框架，主要语言 Python。 Code for "TD-MPC2: Scalable, Robust World Models for Continuous Control"

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L3", "L5", "L7"] |
| `links` | [{"title": "GitHub", "url": "https://github.com/nicklashansen/tdmpc2"}] |
| `updated` | 2026-10-20 |
| `repo` | https://github.com/nicklashansen/tdmpc2 |
| `language` | ["python"] |
| `pinned_versions` | [{"version_or_sha": "main / 最新稳定分支（适配PyTorch 2.x版本）", "tested_env": "Ubuntu 22.04 LTS / Python 3.8 ~ 3.11 / PyTorch 2.0+ / CUDA 11.7+ / MuJoCo 2.3+", "notes": "通过pip install -r requirements.txt安装依赖，核心入口为train.py，支持直接传入任务配置启动世界模型与控制策略训练"}] |
| `incompatible_envs` | ["不支持Windows原生运行，需通过WSL2虚拟机环境兼容部署", "Python 3.12及以上版本存在部分依赖包兼容性问题，暂不推荐使用"] |
| `repo_stats` | {"stars": 988, "forks": 214, "as_of": "2026-10-26"} |
| `tool_type` | framework |
| `overview_sources` | ["https://github.com/nicklashansen/tdmpc2"] |

## 技术详解与生态说明

tdmpc2是面向连续控制任务的开源训练框架，属于世界模型类算法开发工具，核心开发语言为Python，是论文《TD-MPC2: Scalable, Robust World Models for Continuous Control》的官方实现，内置可扩展的世界模型建模、连续控制策略训练、鲁棒性验证等核心功能模块，支持高维连续空间下的机器人控制算法迭代。

该框架适配机器人技术栈的运动控制、VLA策略预训练、复杂动态场景仿真验证等层级，支持开发者通过Python API直接调用内置的世界模型接口，可接入MuJoCo等通用仿真环境，也可对接真实机器人的运动控制链路完成策略部署，无需额外依赖专属硬件适配层。

## 原始核验来源 (Sources)

- [GitHub nicklashansen/tdmpc2](https://github.com/nicklashansen/tdmpc2)