MuJoCo Warp (MJWarp), construit sur NVIDIA Warp, permet aux modèles MuJoCo compatibles de s'exécuter à l'échelle du GPU, permettant le déploiement de centaines ou de milliers de mondes de simulation indépendants en un seul appel. Cette architecture déplace le focus de la minimisation de la latence pour un environnement unique vers l'amélioration du débit agrégé, ce qui favorise l'apprentissage par renforcement et l'échantillonnage à grande échelle.

  • MJWarp implémente le pipeline physique de MuJoCo en utilisant NVIDIA Warp, compilant des noyaux CUDA pour faire avancer les états de simulation sur les GPU NVIDIA.
  • Le framework prend en charge le travail parallèle explicite, les tableaux de périphériques et l'invocation de noyaux composable, avec des modes optionnels de différentiabilité et d'exécution déterministe.
  • L'optimisation des performances implique la capture de graphes CUDA pour les étapes répétées et un dimensionnement serré des tampons de contact et de contrainte comme nconmax et njmax.
  • La migration depuis MuJoCo sur CPU nécessite de correspondre aux taux de simulation et de valider les résultats par rapport à une référence, telle qu'un bras SO-101 empilant des cubes.

Cette approche aide les utilisateurs à mettre à l'échelle les flux de travail de simulation robotique en tirant parti du parallélisme GPU pour une collecte d'expériences efficace dans les pipelines d'entraînement.