#模型预测控制 (2)

mjbatch：在 CPU 上批量并行推进 MuJoCo 仿真

Kevin Zakka 开源的 Python + C++ 小库，用一个 Batch 对象在 CPU 上并行推进上千个 MuJoCo 仿真：C++ 线程池执行且释放 GIL，bind() 给出跨整个批次的活数组视图，expand() 支持逐仿真的模型参数。内存随线程数而非仿真数增长，4096 个仿真占用不到 256MB；在 24 线程机器上对 Unitree G1 场景实测相对串行循环 10.3 倍加速，配合每次调用批量 10 个子步可达每秒 67.6 万 sim-substep。仓库附带六个自包含求解器示例，覆盖 iLQR、预测采样 MPC、PPO 强化学习、CEM 硬件协同设计与阻尼高斯-牛顿系统辨识，其中 Go1 手柄控制器在一台五年机龄的 M1 笔记本上一分钟内学会走路。