mujoco_mpc

google-deepmind 在 GitHub 开源的框架，主要语言 C++。 Real-time behaviour synthesis with MuJoCo, using Predictive Control

SDKgoogle-deepmindmujoco_mpc

开发工具档案怎么用、适配哪些机型、哪些环境验证过

google-deepmind 在 GitHub 开源的框架，主要语言 C++。 Real-time behaviour synthesis with MuJoCo, using Predictive Control

框架c++更新于 21 天前

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_mpc是Google DeepMind开源的模型预测控制开发框架，属于机器人运动规划与行为合成类开发工具，核心开发语言为C++，核心功能模块基于MuJoCo物理引擎实现实时模型预测控制求解，可快速生成符合物理约束的机器人连续运动控制序列。

该框架适配MuJoCo仿真技术栈，定位L5层级的机器人行为合成能力，支持各类仿真机器人的运动规划与控制策略开发，开发者可通过C++ API直接集成到现有机器人控制链路中，也可对接上层遥操作、VLA部署模块，为仿真环境下的机器人实时行为生成提供高性能求解能力。

工具分类、开发语言、GitHub 社区活跃度与环境要求。

源码克隆、构建方式、已验证系统环境与版本更新记录。

git clone https://github.com/google-deepmind/mujoco_mpc.git
cd mujoco_mpc
# CMake 构建工程
mkdir -p build && cd build
cmake .. && make -j$(nproc)

版本 / 分支	验证环境	接入说明
main / 最新稳定分支	Ubuntu 22.04 LTS / C++17 / CMake 3.16+ / MuJoCo 3.0+	克隆仓库后依赖MuJoCo开发库，通过CMake编译生成库文件与示例，核心入口为mpc::Agent类接口，可直接嵌入控制链路调用。

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。

同一厂商开源的配套仓库或同技术栈开发工具。

本页事实对应的公开页面，以原文为准。