brax

brax

基于JAX的高性能物理引擎 适用于机器人和强化学习仿真

Brax是一款基于JAX的高性能物理引擎,专注于机器人、人体感知、材料科学和强化学习等领域的仿真应用。它支持单设备高效仿真和多设备并行仿真,无需依赖大型数据中心。Brax提供多种物理模拟管道,如MuJoCo XLA、广义坐标和基于位置的动力学,并统一API接口。此外,Brax集成了多种高效学习算法,能在短时间内完成智能体训练。

Brax物理引擎JAX机器学习仿真Github开源项目
<img src="https://yellow-cdn.veclightyear.com/835a84d5/17b436f8-0973-4a82-b211-64a1e5ae3fa1.gif" width="336" height="80" alt="BRAX"/>

Brax是一个快速且完全可微分的物理引擎,用于机器人、人类感知、材料科学、强化学习和其他需要大量模拟的应用研究与开发。

Brax使用JAX编写,专为加速硬件设计。它不仅能高效进行单设备模拟,还可扩展到多设备上进行大规模并行模拟,无需烦人的数据中心。

<img src="https://yellow-cdn.veclightyear.com/835a84d5/0f4cba7c-27d3-4baf-b816-fbfe31973493.gif" width="160" height="160"/><img src="https://yellow-cdn.veclightyear.com/835a84d5/3b365ad1-c54b-4d84-bc8e-1e18b0f10c65.gif" width="160" height="160"/><img src="https://yellow-cdn.veclightyear.com/835a84d5/9124d8cd-b5d0-4556-9ac8-7f24ab5b1d5e.gif" width="160" height="160"/><img src="https://yellow-cdn.veclightyear.com/835a84d5/d65cc380-a018-4f62-ba93-330088d2fb03.gif" width="160" height="160"/>

Brax在TPU上每秒可模拟数百万步物理过程,并包含一套学习算法,能在几秒到几分钟内训练智能体:

一个API,四种管线

Brax提供四种易于切换的物理管线:

这些管线共享相同的API,可以在同一模拟中并行运行。这使Brax非常适合进行迁移学习实验和缩小模拟与现实世界之间的差距。

快速入门:云端Colab

通过一系列Colab笔记本轻松快速地探索Brax:

本地使用Brax

要从pypi安装Brax,请使用以下命令:

python3 -m venv env
source env/bin/activate
pip install --upgrade pip
pip install brax

你也可以从CondaMamba安装:

conda install -c conda-forge brax  # 使用mamba时将conda替换为mamba

或者,要从源代码安装Brax,克隆此仓库,进入目录,然后:

python3 -m venv env
source env/bin/activate
pip install --upgrade pip
pip install -e .

要训练模型:

learn

支持在NVIDIA GPU上训练,但你必须首先安装CUDA、CuDNN和支持GPU的JAX

了解更多

要深入了解Brax的设计和性能特征,请参阅我们的论文Brax -- 用于大规模刚体模拟的可微分物理引擎,该论文发表在NeurIPS 2021数据集和基准测试专题上。

引用Brax

如果你想在出版物中引用Brax,请使用:

@software{brax2021github,
  author = {C. Daniel Freeman and Erik Frey and Anton Raichuk and Sertan Girgin and Igor Mordatch and Olivier Bachem},
  title = {Brax - A Differentiable Physics Engine for Large Scale Rigid Body Simulation},
  url = {http://github.com/google/brax},
  version = {0.10.5},
  year = {2021},
}

致谢

自最初发布以来,Brax已经取得了长足的进步。我们向以下人员表示感谢和由衷的赞美:

  • Manu Orsini和Nikola Momchev对Brax的训练算法进行了重大重构,使其更易于访问和重用。
  • Erwin Coumans慷慨地提供建议和指导,以及来自Tiny Differentiable Simulator的许多有用参考。
  • Baruch Tabanpour,一位帮助启动brax v2并彻底改造接触库的同事。
  • Shixiang Shane GuHiroki Furuta,为Brax贡献了BIG-Gym、Braxlines和场景编辑器。
  • 我们出色的开源合作者和贡献者。非常感谢你们!

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多