外观
Skip to content
mujoco
mujoco
google-deepmind 在 GitHub 开源的仿真器，主要语言 C++。 Multi-Joint dynamics with Contact. A general purpose physics simulator.
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。
mujoco是Google DeepMind开源的通用物理仿真器，工具类型为仿真器，主要开发语言为C++，核心为带接触约束的多关节动力学仿真功能，可提供高精度的刚体动力学计算、接触碰撞解算、传感器仿真等核心模块，满足机器人、生物力学、控制优化等领域的物理仿真需求。
该仿真器适配运动控制、SLAM导航、VLA策略训练验证等机器人技术栈层级，支持开发者通过C++原生接口调用，也可绑定Python、Julia等语言的封装库集成，可嵌入机器人开发流程中完成算法仿真验证、策略预训练等工作，无需绑定特定机器人本体，可自定义配置各类机器人仿真模型。
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/mujoco.git
cd mujoco
# CMake 构建工程
mkdir -p build && cd build
cmake .. && make -j$(nproc)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 | Ubuntu 22.04 LTS / CMake 3.16+ / GCC 9.4+ / Python 3.10+ / CUDA 12.x（可选加速） | 可通过apt或源码编译安装，C++接口直接链接库调用，Python环境可通过pip install mujoco快速获取绑定版本。 |
关联实操教程与排障记录
教程 / 实测 / 排障 6
教程MuJoCo Menagerie 实操：加载 Unitree G1、查看关节与执行器并规划控制回路教程强化学习运控策略 Sim-to-Real 全链路实操：从 Isaac Lab / Legged Gym 训练导出 ONNX 到真机 500Hz C++ 闭环教程宇树 G1 / Go2 开发起步：unitree_sdk2、CycloneDDS 网卡配置、MuJoCo 仿真联调与常见报错速查踩坑URDF 导入 Isaac Sim / Isaac Lab 转 USD 后足端穿透地面与关节自碰撞爆炸路线对照机器人仿真器生态热度与机型覆盖横评路线对照足式与人形强化学习 Sim-to-Real 路线：Isaac Lab vs MuJoCo MJX vs Legged Gym 选型与域随机化清单
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/mujoco访问 2026-10-26