Accueil› Projets› MuJoCo-Tutorial

MuJoCo-Tutorial

Tutoriel sur comment commencer avec la plateforme de simulation MuJoCo. MuJoCo signifie dynamique multi-articulée avec contact. Elle a été acquise et rendue disponible gratuitement par DeepMind en octobre 2021, et open source en mai 2022. N'hésitez pas à contribuer. Montrez votre soutien

par tayalmanan28 · GitHub

356

Étoiles

Forks

Licence

Créé

Dernier commit

Catégorie

Langue

deepmind mujoco mujoco-environmentsMITJupyter Notebook

Voir sur GitHub

En termes simples

Suivez un tutoriel pour commencer à utiliser le moteur physique MuJoCo pour des projets de robotique et de simulation.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →

📈 Historique des étoiles

2026-07-202026-08-31

📈 Suivez MuJoCo-Tutorial

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment

Recevoir des alertes e-mail →

📄 À propos

MuJoCo-Tutorial compte 356 étoiles sur GitHub. Il a été forké 41 fois. MuJoCo-Tutorial est écrit principalement en Jupyter Notebook. Il est développé activement depuis 2022. MuJoCo-Tutorial est disponible sous licence MIT. Ses principaux thèmes sont : deepmind, mujoco, mujoco-environments, python.

❓ Frequently asked questions

Qu'est-ce que MuJoCo-Tutorial ?

MuJoCo-Tutorial est-il open source ?

MuJoCo-Tutorial est un projet open source. Il est distribué sous licence MIT.

MuJoCo-Tutorial est-il gratuit ?

Oui. MuJoCo-Tutorial est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est MuJoCo-Tutorial ?

MuJoCo-Tutorial est disponible sous licence MIT.

Dans quel langage MuJoCo-Tutorial est-il écrit ?

MuJoCo-Tutorial est écrit principalement en Jupyter Notebook.

🏅 Mainteneur de ce projet ?

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=tayalmanan28-mujoco-tutorial)](https://olud.ai/project/tayalmanan28-mujoco-tutorial.html)

Plus d'options de badge →

🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

mujoco_menagerie

Une collection de modèles de haute qualité pour le moteur physique MuJoCo, organisée par Google…

★ 3.7k · mujoco

partagemujoco

hand_dapg

Dépôt pour accompagner l'article RSS 2018 sur la manipulation habile de la main

★ 322 · imitation-learning

partagemujoco-environments

reaver

Reaver : Cadre modulaire d'apprentissage par renforcement profond. Axé sur StarCraft II. Prend…

★ 561 · actor-critic

partagedeepmind

dm_control

La pile logicielle de Google DeepMind pour la simulation basée sur la physique et les environne…

★ 4.6k · artificial-intelligence

partagemujoco

learning-to-communicate-pytorch

Apprendre à communiquer avec l'apprentissage par renforcement multi-agents profond dans PyTorch

★ 360 · deep-learning

partagedeepmind

pysc2-examples

StarCraft II - exemples d'apprentissage par renforcement profond pysc2

★ 755 · ai

partagedeepmind

pysc2

Environnement d'apprentissage StarCraft II

★ 8.3k · blizzard-api

partagedeepmind

mujoco

Dynamique multi-articulée avec contact. Un simulateur physique à usage général.

★ 14.2k · mujoco

partagemujoco

mjrl

Algorithmes d'apprentissage par renforcement pour les tâches MuJoCo

★ 465 · mujoco

partagemujoco

flybody

Modèle de corps de drosophile MuJoCo et tâches RL de locomotion

★ 528 · deep-learning

partagemujoco

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.