外观
Skip to content
dm_control
dm_control
google-deepmind 在 GitHub 开源的仿真器，主要语言 Python。 Google DeepMind's software stack for physics-based simulation and Reinforcement Learning environments, using MuJoCo.
概述
这个开发工具的核心职责、所属技术栈与硬件生态定位。
dm_control是Google DeepMind开源的机器人领域物理仿真器，属于通用仿真工具类型，核心开发语言为Python。该工具内置物理仿真引擎封装、强化学习环境生成两大核心模块，可支撑机器人控制算法、智能体策略的仿真验证与迭代开发。
该工具适配强化学习训练、机器人高层策略开发技术栈层级，基于MuJoCo物理引擎实现高精度动力学仿真，开发者可通过Python API直接调用预设仿真环境，或自定义机器人本体、任务场景，快速搭建仿真训练流程，支撑运动控制、VLA策略预训练等场景的算法验证。
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/google-deepmind/dm_control.git
cd dm_control
# 安装 Python 依赖与开发包
pip install -e .推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支（适配 MuJoCo 3.x 版本） | Ubuntu 22.04 LTS / Python 3.8~3.12 / MuJoCo >= 3.1.0 | 通过 pip install dm_control 一键安装，导入dm_control.launcher调用预设环境，也可自定义URDF构建专属仿真任务。 |
适配与兼容机型
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub google-deepmind/dm_control访问 2026-10-26