MuJoCo

1. サービス概要

MuJoCo（Multi-Joint dynamics with Contact）は、ロボティクスおよびAI研究のための高速・高精度な物理シミュレータである。多関節体のダイナミクスと接触現象を効率的にシミュレートすることに特化しており、ロボットの運動制御、強化学習、バイオメカニクスなどの研究で世界的に広く使用されている。元々はワシントン大学のEmo Todorov教授が開発した商用ソフトウェアであったが、2021年にGoogle DeepMindに買収され、2022年にApache 2.0ライセンスのもとでオープンソース化された。高速な接触シミュレーション、安定した数値積分、XMLベースの直感的なモデル記述が特徴であり、OpenAI Gym（Gymnasium）やDeepMind Control Suiteなどの強化学習ベンチマーク環境の標準的なバックエンドとして採用されている。

2. 使用している技術スタック

コア言語: C（高速なシミュレーションエンジン）
APIバインディング: Python（mujoco パッケージ）、C API
物理エンジン: 独自の接触力学ソルバー。凸最適化ベースの接触解法。安定な半陰的オイラー積分
レンダリング: OpenGLベースの3Dビジュアライゼーション。オフスクリーンレンダリング対応
モデル記述: MJCF（MuJoCo XML Format）。URDF（ROS標準形式）からの変換にも対応
MuJoCo XLA (MJX): JAXベースのGPUアクセラレーション対応バージョン。大規模並列シミュレーション
ライセンス: Apache 2.0
対応OS: Linux、macOS、Windows

3. 会社概要

項目	内容
プロジェクト名	MuJoCo（Multi-Joint dynamics with Contact）
開発元	Google DeepMind（元: Roboti LLC）
原作者	Emo Todorov（ワシントン大学）
ライセンス	Apache 2.0
カテゴリ	オープンソース物理シミュレータ
リポジトリ	github.com/google-deepmind/mujoco

4. 沿革、資本構成、国籍、役員情報

沿革

2010年頃: ワシントン大学のEmo Todorov教授が研究プロジェクトとしてMuJoCoの開発を開始
2012年: MuJoCo 1.0をリリース。商用ライセンスモデルで提供開始
2015年〜2019年: OpenAI Gymの標準環境バックエンドとして採用され、強化学習研究コミュニティで広く普及。DeepMind Control Suiteでも採用
2021年10月: Google DeepMindがMuJoCoを買収（Roboti LLCを通じた取得）
2022年5月: Apache 2.0ライセンスのもとでオープンソース化。無料で利用可能に
2023年: MuJoCo XLA（MJX）を発表。JAXベースのGPUアクセラレーションによる大規模並列シミュレーションを実現
2024年: 継続的な機能改善。Unity/Unreal Engineとの統合プラグイン、改良されたレンダリング機能を追加

組織構成

現在はGoogle DeepMindの一プロジェクトとして開発・メンテナンスが行われている
オープンソースコミュニティからの貢献も受け付けている

主要人物

Emo Todorov（原作者）: ワシントン大学教授。最適制御理論・ロボティクス・計算神経科学の専門家。MuJoCoの設計思想と核となるアルゴリズムを開発
Tom Erez: MuJoCoのコア開発者。Google DeepMindの研究者。接触シミュレーションの最適化に貢献
Yuval Tassa: MuJoCoの主要開発者。Google DeepMindの研究者。DeepMind Control Suiteの開発者としても知られる

フィジカルAI に戻る