| type |
entity |
| tags |
software |
simulation |
jax |
reinforcement-learning |
differentiable-physics |
google |
deepmind |
|
| status |
complete |
| date |
2026-05-18 |
| updated |
2026-09-15 |
| related |
./mujoco-mjx.md |
./mujoco-warp.md |
./mujoco.md |
./dm-control.md |
../methods/reinforcement-learning.md |
../methods/model-based-rl.md |
./lift-humanoid.md |
|
| sources |
../../sources/repos/brax.md |
../../sources/papers/brax_arxiv_2106_13281.md |
|
| summary |
Brax 是 Google 开源的 JAX 可微物理与 RL 训练库；当前 README 将维护重心收敛到 brax/training，并引导新环境使用 MuJoCo Playground、新物理后端使用 MJX / MuJoCo Warp。 |
Brax 指 GitHub 仓库 google/brax：在 JAX 上提供 刚体仿真 与 强化学习训练算法 的一体化实现。其 NeurIPS 2021 论文强调 大规模并行 与 端到端可微 的仿真–学习联合设计；近年来仓库 README 对 组件边界 做了更明确的拆分（见下节「维护边界」）。
JAX 上的 RL 训练库 + 历史上自带的多种可微物理后端；新项目中 物理 应优先对齐 MJX / MuJoCo Warp，任务环境 官方推荐转向 MuJoCo Playground，Brax 侧以 brax/training 为主维护面。
| 缩写 |
英文全称 |
简要说明 |
| JAX |
JAX |
支持自动微分与 XLA 编译的数值计算库 |
| RL |
Reinforcement Learning |
通过与环境交互最大化长期回报来学习策略的范式 |
| MuJoCo |
Multi-Joint dynamics with Contact |
接触丰富的刚体物理仿真引擎 |
| MJX |
MuJoCo JAX |
MuJoCo 的 JAX/XLA 后端，支持可微与批量仿真 |
| PPO |
Proximal Policy Optimization |
人形/足式 locomotion 中最常用的 on-policy 策略梯度算法 |
| SAC |
Soft Actor-Critic |
连续控制常用的 off-policy 最大熵算法 |
| GPU |
Graphics Processing Unit |
图形处理器，大规模并行仿真训练的算力基础 |
| CPU |
Central Processing Unit |
中央处理器 |
- 可微仿真文献锚点：论文 arXiv:2106.13281 与开源实现长期作为 解析策略梯度、sim2sim 等方向的 基线栈。
- 与 MuJoCo 路线收敛：README 明确 MJX 为 MuJoCo 级物理的 JAX 实现入口，Brax 内置的 MuJoCo XLA – MJX 管线描述与 MuJoCo MJX 文档互链。
- 训练算法现成实现：PPO、SAC、ARS、ES、APG 等位于
brax/training/agents/，适合作为 JAX RL 的参考实现而非从零写分布式采样循环。
- 自 0.13.0 起：仅
brax/training 处于积极维护；不应再把 brax/envs 当作新项目的默认环境来源。
- 环境：官方建议改用 MuJoCo Playground 等任务库，并与
brax/training 组合训练。
- 物理仿真：若目标是 MuJoCo 一致动力学，应使用 MJX（
mujoco-mjx）或 MuJoCo Warp，README 提示未来可能将 Brax 进一步收窄为 RL 库。
- 误区：「Brax 就是 GPU 版 MuJoCo」。 物理真值与特性集合应以 MJX 文档的 parity 说明 为准；Brax 历史上还有 generalized / positional / spring 等自有近似管线，与 MuJoCo 并非同一内核。
- 误区：「继续抄
brax/envs 教程即可」。 新代码路径应核对 README 的 Playground 迁移建议，避免依赖进入低维护状态的组件。
- 局限：与 PyTorch 分布式 主栈相比，JAX 侧 就业界模板密度 仍略低；跨框架常需 HTTP/gRPC 或自行封装 做数据交换（仓库提供 PyTorch Colab 示例作参考）。