基于 NVIDIA Warp 构建的 MuJoCo Warp (MJWarp) 允许兼容的 MuJoCo 模型在 GPU 规模上运行，从而在一次调用中推进数百或数千个独立仿真世界的进展。这种架构将重点从最小化单个环境的延迟转移到提高聚合吞吐量，这有利于强化学习和大规模采样。

  • MJWarp 使用 NVIDIA Warp 实现 MuJoCo 的物理管线，编译 CUDA 内核以在 NVIDIA GPU 上推进仿真状态。
  • 该框架支持显式并行工作、设备数组和可组合的内核启动，并提供可选的微分性和确定性执行模式。
  • 性能调优涉及对重复步骤进行 CUDA 图捕获，以及对 nconmax 和 njmax 等接触和约束缓冲区进行紧凑的尺寸调整。
  • 从 CPU MuJoCo 迁移需要匹配仿真速率，并针对基线（如 SO-101 机械臂堆叠方块）验证结果。

这种方法通过利用 GPU 并行性在训练管线中高效收集经验，帮助用户扩展机器人仿真工作流。