google-deepmind/mujoco
Librería
¿Es de fiar?
Nuestras comprobaciones no ven nada raro.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Bien
Último cambio hoy.
Licencia Bien
Apache-2.0: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Un motor de física de propósito general para simular estructuras articuladas que interactúan con su entorno, con una API en C, un compilador de modelos en XML y visualización interactiva en escritorio y navegadores web. Incluye enlaces para Python, JavaScript y C#.
Para quién es
Investigadores y desarrolladores en robótica, biomecánica, gráficos, animación y aprendizaje automático que necesitan simulación física rápida y precisa
Cómo usarlo
Instalación
pip install mujocoSacado de su README. Compruébalo allí antes de ejecutarlo.
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar google-deepmind/mujoco en mi proyecto. Sigue su README: https://github.com/google-deepmind/mujoco. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
Alternativas
Proyectos parecidos que cita su ficha. Cada enlace busca en el directorio.
Recibe alertas de repos como este
Te escribimos cuando algo de Modelos e inferencia empiece a subir. Gratis, una vez por semana, solo lo que encaja.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/google-deepmind/mujoco?ref=badge)Repos parecidos
- skild-ai/steel
Un solver de física de cuerpos rígidos para la simulación escalable de tareas de manipulación robótica, desarrollado por Skild con NVIDIA y distribuido como parte de Newton. El README indica mayor ren
- lzyang2000/morphmimic
Base de código de investigación para entrenar políticas de seguimiento de movimiento en robots humanoides mediante retropropagación a través de un modelo del mundo diferenciable aprendido, con un únic
- CuboiLeo/SuperMimic-Reproduced
Una reproducción desde cero del artículo SuperMimic: un modelo del mundo diferenciable aprendido y un actor-crítico BPTT de horizonte corto para el seguimiento de movimiento de cuerpo entero del G1 de
- Motphys/Uni-SuperMimic
Una reproducción del enfoque SuperMimic sobre el framework UniLab para el seguimiento de cuerpo completo de movimientos LAFAN1 con el humanoide Unitree G1. Incluye un modelo del mundo diferenciable, u
- Huy-Quang-Dao/instantTrack
Proceso de entrenamiento para el seguimiento de movimiento de cuerpo entero del humanoide Unitree G1, que aprende una única política para 40 clips de movimiento LAFAN1 en un simulador MuJoCo Warp (mjl
- Luo-Yihang/Mundo
Proyecto de investigación para construir un modelo del mundo personalizado a partir de imágenes de un lugar concreto. Representa la disposición de la escena y sus objetos mediante un proxy 3D, define