语言: English | 简体中文

MotrixLab

MotrixLab 是一个基于 MotrixSim 仿真引擎的强化学习框架，专为机器人仿真和训练设计。该项目提供了一个完整的强化学习开发平台，集成了多种仿真环境和训练框架。

项目概述

该项目分为两个核心部分：

• motrix_envs: 基于 MotrixSim 构建的各种 RL 仿真环境，定义了 observation、action、reward。与具体的 RL 框架无关，目前支持 MotrixSim 的 CPU 后端
• motrix_rl: 集成 RL 框架，并使用 motrix_envs 里的各种环境参数进行训练。目前支持 SKRL 框架（JAX/PyTorch）和 RSLRL 框架（PyTorch）的 PPO 算法

文档地址：https://motrixlab.readthedocs.io

主要特性

• 统一接口: 提供简洁统一的强化学习训练和评估接口
• 多框架支持: 支持 SKRL (JAX/PyTorch) 和 RSLRL (PyTorch) 训练框架，可根据硬件环境灵活选择
• 丰富环境: 包含基础控制、运动、操作等多种机器人仿真环境
• 高性能仿真: 基于 MotrixSim 的高性能物理仿真引擎
• 可视化训练: 支持实时渲染和训练过程可视化

🚀 快速开始

以下示例使用了 Python 项目管理工具：UV

在开始之前，请先安装该工具。

克隆仓库

git clone https://github.com/Motphys/MotrixLab

cd MotrixLab

git lfs pull

安装依赖

安装全部依赖：

uv sync --all-packages --all-extras

SKRL 框架支持 JAX(Flax)或 PyTorch 作为训练后端，您也可以根据自己的设备环境，选择只安装其中一种训练后端：

安装 JAX 作为训练后端（仅支持 Linux 平台）：

uv sync --all-packages --extra skrl-jax

安装 PyTorch 作为训练后端：

uv sync --all-packages --extra skrl-torch

安装 RSLRL 框架（仅支持 PyTorch 后端）：

uv sync --all-packages --extra rslrl

🎯 使用指南

环境可视化

查看环境而不执行训练：

uv run scripts/view.py --env cartpole

训练模型

使用 SKRL 框架训练（默认）：

uv run scripts/train.py --env cartpole

使用 RSLRL 框架训练：

uv run scripts/train.py --env cartpole --rllib rslrl

训练结果会保存在 runs/{env-name}/ 目录下。

通过 TensorBoard 查看训练数据：

uv run tensorboard --logdir runs/{env-name}

模型推理

uv run scripts/play.py --env cartpole

更多使用方式请参考用户文档

📬 联系方式

有问题或建议？欢迎通过以下方式联系我们：

• GitHub Issues: 提交问题
• Discussions: 加入讨论

引用

如果您在研究中使用了 MotrixLab，请按以下方式引用：

@software{motrixlab2026,
  title  = {MotrixLab: A Reinforcement Learning Framework for Robot Simulation},
  author = {{Motphys Team}},
  year   = {2026},
  url    = {https://motrixlab.readthedocs.io/},
  note   = {Source code available at GitHub - Motphys/MotrixLab: A general-purpose machine learning architecture designed for robot train}
}

MotrixLab 基于 MotrixSim 构建。如果您的工作也直接使用了 MotrixSim，请同时引用：

@software{motrixsim2026,
  title  = {MotrixSim: A Physics Simulation Engine for Robotics and Embodied AI},
  author = {{Motphys Team}},
  year   = {2026},
  url    = {https://motrixsim.readthedocs.io/},
  note   = {Python binary package}
}