MuJoCo 使用方式与典型场景

四、使用方式与典型场景

示例一：最小可运行的仿真循环

import mujoco
import numpy as np

model = mujoco.MjModel.from_xml_path("arm2dof.xml")
data = mujoco.MjData(model)

mujoco.mj_resetData(model, data)
model.opt.timestep = 0.002

for i in range(2000):
    # 简单正弦力矩激励
    data.ctrl[0] = 0.8 * np.sin(data.time * 2.0)
    data.ctrl[1] = 0.4 * np.cos(data.time * 2.0)

    mujoco.mj_step(model, data)

    if i % 500 == 0:
        print(f"t={data.time:.3f} qpos={np.round(data.qpos, 4)}")

三个关键函数：mj_step 推进一步、mj_forward 只做前向计算不推进时间、mj_resetData 复位状态。调试时常先用 mj_forward 确认模型几何关系对不对，再进仿真循环。

示例二：一个两自由度机械臂的 MJCF 模型

<mujoco model="arm2dof">
  <option timestep="0.002" integrator="implicitfast" solver="Newton"/>

  <default>
    <joint damping="0.1" armature="0.01"/>
    <geom friction="1.0 0.005 0.0001" solref="0.02 1"/>
  </default>

  <worldbody>
    <geom name="floor" type="plane" size="2 2 0.1"/>

    <body name="link1" pos="0 0 0.5">
      <joint name="j1" type="hinge" axis="0 1 0"/>
      <geom name="g1" type="capsule" fromto="0 0 0 0 0 -0.3" size="0.03"/>

      <body name="link2" pos="0 0 -0.3">
        <joint name="j2" type="hinge" axis="0 1 0"/>
        <geom name="g2" type="capsule" fromto="0 0 0 0 0 -0.25" size="0.025"/>
        <site name="tip" pos="0 0 -0.25" size="0.01"/>
      </body>
    </body>
  </worldbody>

  <actuator>
    <motor joint="j1" ctrlrange="-1 1"/>
    <motor joint="j2" ctrlrange="-1 1"/>
  </actuator>

  <sensor>
    <jointpos joint="j1" name="j1_pos"/>
    <jointvel joint="j1" name="j1_vel"/>
    <sitepos site="tip" name="tip_pos"/>
  </sensor>
</mujoco>

注意 armature 与 damping 放在 <default> 里会被所有关节继承。这两个参数对仿真稳定性影响极大，真机上它们对应的是电机转子惯量和减速器摩擦，不能随手设成零。

示例三：用标准接口跑训练循环

import gymnasium as gym

# 环境 id 的后缀随版本变化，以 gymnasium 文档为准
env = gym.make("HalfCheetah-v4")
obs, info = env.reset(seed=0)

total_reward = 0.0
for _ in range(1000):
    action = env.action_space.sample()          # 占位策略
    obs, reward, terminated, truncated, info = env.step(action)
    total_reward += reward
    if terminated or truncated:
        obs, info = env.reset()

print("return:", total_reward)
env.close()

把 action 换成策略网络的输出，外面套上任意 RL 库的训练循环即可。要在 GPU 上并行上千个环境，改用 MJX 的接口。

示例四：可视化与无头调试

import mujoco
import mujoco.viewer
import time

model = mujoco.MjModel.from_xml_path("arm2dof.xml")
data = mujoco.MjData(model)

with mujoco.viewer.launch_passive(model, data) as viewer:
    while viewer.is_running():
        mujoco.mj_step(model, data)
        viewer.sync()
        time.sleep(model.opt.timestep)

在无头服务器上跑不了可视化，替代办法是把关键状态写进日志，或用离线渲染出图后再回放检查。

适合与不适合

• 适合：接触丰富的操作任务、强化学习算法研究与训练、控制器与轨迹优化的快速验证、需要求导的可微仿真。
• 不适合：需要与 ROS2 深度集成的系统级仿真（虽有第三方桥接，但不如 Gazebo 原生）、需要照片级渲染的合成数据、大规模室外场景与多机器人分布式仿真。