这是名为 MuJoCo Playground 的 Linux 应用，其最新版本可下载为 Releasev0.0.5sourcecode.tar.gz。它可在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行这个名为 MuJoCo Playground 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
截图：
MuJoCo 游乐场
描述：
MuJoCo Playground 由 Google DeepMind 开发，是一套基于 MuJoCo MJX 构建的 GPU 加速模拟环境套件，用于机器人学习和模拟到现实的研究。它将一系列控制、运动和操控任务统一到一个一致且可扩展的框架中，并针对 JAX 和 Warp 后端进行了优化。该项目包含来自 dm_control 的经典控制基准测试、先进的四足和双足运动系统，以及灵巧和非抓握操控设置。它还通过与 Madrona-MJX 集成提供可选的基于视觉的训练功能，使研究人员能够直接在 GPU 上根据图像输入训练策略。MuJoCo Playground 同时支持 MJX JAX 实现和 Warp 物理引擎，从而能够在各个研究流程中灵活使用。这些环境旨在实现快速训练、与强化学习库兼容，并使用 rscope 实现实时轨迹可视化。
功能
- 通过 MuJoCo MJX 和 Warp 后端进行 GPU 加速物理模拟
- 控制、运动和操纵的广泛环境
- 通过 Madrona-MJX 集成提供基于视觉的学习支持
- 兼容 JAX 的训练流程，包含示例 PPO 脚本
- 通过 rscope 实现交互式轨迹可视化
- 具有 CUDA 和 Colab 支持的可重复研究级环境
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/mujoco-playground.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。