MuJoCo Warp (MJWarp), basado en NVIDIA Warp, permite que los modelos compatibles de MuJoCo se ejecuten a escala de GPU, posibilitando el avance de cientos o miles de mundos de simulación independientes en una sola llamada. Esta arquitectura desplaza el enfoque desde la minimización de la latencia para un solo entorno hacia la mejora del rendimiento agregado, lo cual favorece el aprendizaje por refuerzo y el muestreo a gran escala.

  • MJWarp implementa la tubería de física de MuJoCo utilizando NVIDIA Warp, compilando kernels CUDA para avanzar los estados de simulación en GPUs NVIDIA.
  • El marco de trabajo soporta trabajo paralelo explícito, matrices de dispositivo y lanzamientos de kernels composables, con modos opcionales de diferenciabilidad y ejecución determinista.
  • La optimización del rendimiento implica la captura de gráficos CUDA para pasos repetidos y un ajuste preciso del tamaño de los búferes de contacto y restricciones como nconmax y njmax.
  • La migración desde MuJoCo en CPU requiere igualar las tasas de simulación y validar los resultados frente a una línea base, como un brazo SO-101 apilando cubos.

Este enfoque ayuda a los usuarios a escalar flujos de trabajo de simulación robótica aprovechando el paralelismo de GPU para la recolección eficiente de experiencias en tuberías de entrenamiento.