NVIDIA Warpを基盤とするMuJoCo Warp（MJWarp）は、互換性のあるMuJoCoモデルをGPUスケールで実行可能にし、1回の呼び出しで数百または数千の独立したシミュレーションワールドの展開を可能にします。このアーキテクチャは、単一の環境に対するレイテンシー最小化から集約スループットの向上へと焦点を移し、強化学習や大規模サンプリングに有利なものです。

  • MJWarpはNVIDIA Warpを使用してMuJoCoの物理パイプラインを実装し、CUDAカーネルをコンパイルしてNVIDIA GPU上でシミュレーション状態を進めます。
  • このフレームワークは明示的な並列ワーク、デバイス配列、合成可能なカーネル起動をサポートし、オプションで微分可能性と決定論的実行モードを提供します。
  • パフォーマンスチューニングには、反復ステップに対するCUDAグラフのキャプチャ、およびnconmaxやnjmaxのような接触・制約バッファの適切なサイズ調整が含まれます。
  • CPU版MuJoCoからの移行では、シミュレーションレートの一致と、SO-101アームによる立方体積み上げなどのベースラインとの結果検証が必要です。

このアプローチにより、ユーザーはGPU並列性を活用してトレーニングパイプライン内での効率的な経験収集を実現し、ロボティクスシミュレーションワークフローをスケーリングできます。