MuJoCo 后端

MuJoCo 是已提交 owner 配置中的默认后端路径。其 Python 依赖为官方 mujoco 包（~=3.11.0，默认版本由已提交的 uv.lock 精确钉住）加 mjbatch 原生 batch 引擎（当前在 pyproject.toml 中钉住 集成 fork），适配层位于 unisim.backend.mujoco 下。

何时使用

  • 你想要 PPO、APPO、off-policy SAC 或 FlashSAC 的默认训练路线。

  • task owner 仅以 src/unilab/conf/.../<task>/mujoco.yaml 形式存在。

  • 你需要 MuJoCo 专有工具，例如 scripts/play_viser.py，或从 MuJoCo XML/MJB 模型导出场景。

命令

uv run train --algo ppo --task go2_joystick_flat --sim mujoco
uv run train --algo appo --task go2_joystick_flat --sim mujoco training.no_play=true
uv run train --algo sac --task g1_walk_flat --sim mujoco

回放模式由 unisim.backend.base 中的 backend contract 解析。 MuJoCo 在 unisim.backend.mujoco.backend 中声明对物理状态回放的支持； auto 回放会录制视频，而不是打开 Motrix 原生交互式渲染器。

切换 MuJoCo 版本

pyproject 约束 mujoco~=3.11.0；默认版本由已提交的 uv.lock 精确钉住， uv 的 prefer-locked 语义保证普通 relock 不会漂移。mjbatch 引擎针对 mujoco==3.11.0 构建，并记录编译时的 mujoco 版本，拒绝在其它版本下导入 （fail-closed，不会静默出错行为）。因此切换版本需要对应版本的 mjbatch 构建：

  1. 在 pyproject.toml（并同步镜像 pyproject.rocm.toml）中提升 mujoco 边界和 mjbatch 源码钉版；

  2. 重新锁定（uv lock，ROCm lockfile 通过 make sync-rocm）并重新同步 （uv sync --extra mujoco）。

fork 的构建在编译期钉住 mujoco==3.11.0，因此隔离构建总是针对匹配的 mujoco 编译。引擎当前从钉住的集成 fork 消费；其最终分发身份（PyPI package 还是 git 钉版、是否提供预编译 wheel）是 roadmap 上的待定事项——在此之前，版本提升 需要与 fork 维护者协调。