当讨论机器人强化学习与模型预测控制时，高效的物理仿真是绕不开的基础设施。MuJoCo（Multi-Joint dynamics with Contact）作为 Google DeepMind 开源的通用物理引擎，正是这一领域的事实标准。相比传统游戏物理引擎，MuJoCo 的核心优势在于其对连续体动力学与接触力建模的数学严谨性，以及面向实时控制场景的工程优化。
连续体动力学的数学建模
MuJoCo 采用连续时间刚体动力学公式来描述系统状态，这种建模方式与离散时间迭代求解的 游戏引擎有本质区别。在 MuJoCo 中，系统状态由广义坐标 q、广义速度 qdot 和广义加速度 qddot 三者共同表示。核心动力学方程为：
M(q)q̈ + C(q, q̇)q̇ + g(q) = τ + J^T(q)λ
其中 M (q) 为关节空间的惯性矩阵，C (q, q̇) 捕获科里奥利力和离心力项，g (q) 表示重力向量，τ 为执行器产生的驱动力矩，J 为接触雅可比矩阵，λ 为接触力乘子。这个方程的物理意义在于：它将所有外部力（重力、执行器驱动力、接触力）投影到广义坐标空间，从而可以求解系统加速度并积分得到新的状态。
这种建模方式的优势在于其对系统能量的保持能力。由于采用连续时间公式而非离散脉冲近似，MuJoCo 能够在长时间仿真中保持数值能量守恒，这对于需要精确模拟能耗或进行策略梯度优化的场景至关重要。典型的双足机器人仿真中，即使连续运行数小时，系统的总能量漂移也能控制在极小范围内。
接触力计算的软约束方法
物理仿真中最具挑战性的部分在于接触力建模。MuJoCo 放弃了传统刚体碰撞的硬约束方法，转而采用软接触（penalty）公式。这种设计的核心理念是将接触建模为具有刚度与阻尼的弹性元件，而非理想化的无穿透约束。
正常接触力的计算公式为：Fn = kn × φ + dn × φ̇
其中 kn 是接触刚度系数，φ 是间隙函数（penetration depth），dn 是阻尼系数，φ̇ 是相对渗透速度。参数 kn 决定了碰撞的 “硬度”，而 dn 则负责在接触过程中耗散能量，防止数值振荡。在实际配置中，对于刚性地面场景，kn 通常设置在 1e4 到 1e6 N/m 范围内，而 dn 则根据阻尼比需求在 10 到 1000 Ns/m 之间调整。
摩擦力建模采用椭圆形库仑摩擦模型。与简单库仑模型相比，椭圆形模型在静摩擦到动摩擦的过渡区域更加平滑，这有助于数值稳定性。在 MuJoCo 中，摩擦参数通过摩擦系数（friction）和相关椭圆参数控制。典型配置下，静摩擦系数设置为 0.8 到 1.2，动摩擦系数略低，约为 0.5 到 0.8。
实时仿真的工程实现路径
要在实时控制循环中部署物理仿真，关键在于理解 MuJoCo 的计算管线架构。顶层函数 mj_step 执行单步仿真，包含传感器更新、动力学求解、约束处理和积分四个阶段。对于典型机器人模型（如 6 自由度机械臂），单步计算耗时通常在 0.1 到 0.5 毫秒范围内，这使得 1kHz 以上的控制频率成为可能。
实时性能优化的核心策略包括以下几方面。首先是预分配策略：MuJoCo 运行时使用预分配的数据结构而非动态内存分配，这消除了运行时的堆分配开销。在初始化阶段通过 mj_step1 和 mj_step2 的分离调用，可以进一步分离模型编译与仿真计算，适应硬件在环（HIL）场景的需求。
其次是求解器配置：MuJoCo 提供多种求解器选项，包括 PGS（投影梯度）、CG（共轭梯度）和 Newton 迭代求解器。对于接触丰富的高速仿真场景，PGS 求解器以其线性收敛特性提供稳定的每步迭代；对于精度要求更高的准静态分析，Newton 求解器的二次收敛速度更具优势。默认配置下，Newton 求解器配合 100 次迭代通常能在精度与速度间取得平衡。
并行化是另一个关键优化点。对于包含多个独立接触对的场景，接触力计算可以利用多核并行加速。在多线程配置下，MuJoCo 的仿真吞吐量可提升 2 到 4 倍，具体倍数取决于系统复杂度与接触密度。
实践参数配置清单
针对不同应用场景，以下是经过验证的推荐参数配置。
对于高速机器人操作场景（目标控制频率 500Hz-1kHz），建议将时间步长设置为 0.001 秒，求解器选择 Newton 迭代 50 次，接触刚度 kn 设为 1e5 N/m，阻尼 dn 设为 100 Ns/m，启用 Euler 积分器以降低计算延迟。此配置下单步计算耗时通常低于 0.3 毫秒。
对于需要精确能量建模的强化学习训练场景，推荐时间步长 0.002 秒，求解器采用 CG 迭代 200 次以获得更高精度，接触刚度 kn 提升至 5e5 N/m，同时启用 RK4 积分器以获得更好的数值稳定性。
对于软体交互或柔性机器人场景，需要显著降低接触刚度（kn 在 1e3 到 1e4 N/m 范围），增加阻尼（dn 在 500 到 2000 Ns/m），并考虑启用主动柔顺控制（active compliance）来模拟柔性关节特性。
架构演进的工程启示
MuJoCo 的架构设计揭示了物理仿真从游戏渲染向机器人控制演进的技术路径。其连续时间动力学建模保证了仿真的数学一致性，软接触方法平衡了数值稳定性与计算效率，而面向实时性的工程优化则为硬件在环仿真铺平了道路。
在实践中，工程师需要根据具体应用场景在精度、速度与稳定性之间做出权衡。对于需要毫秒级响应的高速抓取任务，优先保障计算延迟；对于需要精确策略梯度的强化学习训练，则应侧重数值精度与能量守恒。理解 MuJoCo 的底层方程与可调参数，是实现这一权衡的关键。
资料来源：MuJoCo 官方文档（mujoco.readthedocs.io）及论文 "Todorov et al., MuJoCo: A physics engine for model-based control, IROS 2012"。