NVIDIA Warp를 기반으로 구축된 MuJoCo Warp(MJWarp)는 호환되는 MuJoCo 모델을 GPU 규모로 실행하여 단일 호출 수백 또는 수천 개의 독립적인 시뮬레이션 환경을 확장할 수 있게 합니다. 이 아키텍처는 단일 환경의 지연 시간 최소화에서 집계 처리량 개선으로 초점을 전환하며, 이는 강화 학습과 대규모 샘플링에 유리합니다.

  • MJWarp는 NVIDIA Warp를 사용하여 MuJoCo의 물리 파이프라인을 구현하고, NVIDIA GPU에서 시뮬레이션 상태를 진행하기 위해 CUDA 커널을 컴파일합니다.
  • 이 프레임워크는 명시적 병렬 작업, 디바이스 배열, 조합 가능한 커널 실행을 지원하며, 선택적 미분 가능성과 결정론적 실행 모드를 제공합니다.
  • 성능 튜닝은 반복 단계에 대한 CUDA 그래프 캡처와 nconmax 및 njmax와 같은 접촉 및 제약 버퍼의 치밀한 크기 조정을 포함합니다.
  • CPU MuJoCo에서 마이그레이션하려면 시뮬레이션 속도를 일치시키고 SO-101 암이 큐브를 쌓는 것과 같은 기준선 대비 결과를 검증해야 합니다.

이 접근 방식은 훈련 파이프라인에서 효율적인 경험 수집을 위해 GPU 병렬성을 활용하여 로봇 시뮬레이션 워크플로우의 확장성을 지원합니다.