探究Mujoco系列（1）：Mujoco的物体是怎么表示的？

我们从这篇文章开始，在代码实战中将有一个系列教程（或者说探索）——那就是Mujoco引擎的研究。

---

在此之前，先来扫一下盲。也就是我们Mujoco是什么。我们为什么要研究Mujoco？以防止大家不知道。

不过如果对具身智能有一定了解或者熟悉的同学，想必都应该知道它是什么。因为在仿真里会经常用到它。

Mujoco是什么？

Mujoco 是一个物理仿真引擎，主要用于机器人和生物力学模拟。它由斯坦福大学开发，后来被 DeepMind 收购。特点包括高效、精确，支持多体动力学，接触检测，以及实时仿真。应用领域包括机器人控制、AI 研究、生物医学工程等。

它的核心技能有三个：

• 算得又快又准：用自家研发的多体动力学算法，能精确计算机械臂、软体机器人这类复杂结构的运动轨迹，连碰撞摩擦都能模拟得像模像样。

• 实时互动：游戏级的渲染引擎，能让你边调参数边看机器人跳舞，特别适合调试控制算法。

• 兼容各种脑洞：不管是双足机器人后空翻，还是仿生鱼在虚拟水里扑腾，甚至细胞级的生物力学模型，它都能轻松拿捏。

为啥工程师们都爱用它？

因为它比 MATLAB 更贴近现实，比游戏引擎更懂物理，还支持 Python/C++ 无缝对接。从斯坦福实验室到波士顿动力的机械狗，从 DeepMind 的 AI 训练到假肢设计，Mujoco 几乎成了机器人领域的「行业标配」。

好。那我们这篇文章，主要来介绍Mujoco中，物体是怎么表示的。

主要是对于它的一些基础的数据结构来做介绍。

---

有关于物体，它的核心主要是两个内容，一个是MjData，还有一个是MjModel。

大家可以来参考这个文档： Types - MuJoCo Documentation

我们这篇文章，主要就来介绍这俩结构体。

1、首先来看MjData：

大家可以直接在这里搜：

搜出来的第一个，点击后就能看到跳到这个锚点。

那么能够发现，这个数据结构非常非常非常非常地长。

但是个人认为，其中最核心的是这几个：

  //-------------------- POSITION dependent

  // computed by mj_fwdPosition/mj_kinematics
  mjtNum* xpos;              // Cartesian position of body frame                 (nbody x 3)
  mjtNum* xquat;             // Cartesian orientation of body frame              (nbody x 4)
  mjtNum* xmat;              // Cartesian orientation of body frame              (nbody x 9)
  mjtNum* xipos;             // Cartesian position of body com                   (nbody x 3)
  mjtNum* ximat;             // Cartesian orientation of body inertia            (nbody x 9)
  mjtNum* xanchor;           // Cartesian position of joint anchor               (njnt x 3)
  mjtNum* xaxis;             // Cartesian joint axis                             (njnt x 3)
  mjtNum* geom_xpos;         // Cartesian geom position                          (ngeom x 3)
  mjtNum* geom_xmat;         // Cartesian geom orientation                       (ngeom x 9)
  mjtNum* site_xpos;         // Cartesian site position                          (nsite x 3)
  mjtNum* site_xmat;         // Cartesian site orientation                       (nsite x 9)
  mjtNum* cam_xpos;          // Cartesian camera position                        (ncam x 3)
  mjtNum* cam_xmat;          // Cartesian camera orientation                     (ncam x 9)
  mjtNum* light_xpos;        // Cartesian light position                         (nlight x 3)

大家也可以从这几个开始学习。

我们下面给出这几个变量含义的详细解释：

1. xpos：存储每个刚体（body）坐标系的笛卡尔位置，形状为 (nbody x 3)，即每个刚体对应 3 个值，分别代表 x、y、z 坐标。

2. xquat：存储每个刚体坐标系的笛卡尔方向，使用四元数表示，形状为 (nbody x 4)。四元数是一种用于表示三维旋转的数学工具。

3. xmat：同样存储每个刚体坐标系的笛卡尔方向，但使用旋转矩阵表示，形状为 (nbody x 9)，因为一个 3x3 的旋转矩阵有 9 个元素。

4. xipos：存储每个刚体质心（center of mass）的笛卡尔位置，形状为 (nbody x 3)。

5. ximat：存储每个刚体惯性张量（inertia tensor）的笛卡尔方向，使用旋转矩阵表示，形状为 (nbody x 9)。

6. xanchor：存储每个关节（joint）锚点的笛卡尔位置，形状为 (njnt x 3)，njnt 表示关节的数量。

7. xaxis：存储每个关节的笛卡尔轴方向，形状为 (njnt x 3)。

8. geom_xpos：存储每个几何体（geom）的笛卡尔位置，形状为 (ngeom x 3)，ngeom 表示几何体的数量。

9. geom_xmat：存储每个几何体的笛卡尔方向，使用旋转矩阵表示，形状为 (ngeom x 9)。

10. site_xpos：存储每个位点（site）的笛卡尔位置，形状为 (nsite x 3)，nsite 表示位点的数量。

11. site_xmat：存储每个位点的笛卡尔方向，使用旋转矩阵表示，形状为 (nsite x 9)。

12. cam_xpos：存储每个相机（camera）的笛卡尔位置，形状为 (ncam x 3)，ncam 表示相机的数量。

13. cam_xmat：存储每个相机的笛卡尔方向，使用旋转矩阵表示，形状为 (ncam x 9)。

14. light_xpos：存储每个光源（light）的笛卡尔位置，形状为 (nlight x 3)，nlight 表示光源的数量。

还有一个问题，什么是nbody？（包括像njnt, ncam, nsite之类）。大家其实还是可以去查看的，直接搜索。不过这里呢，直接给大家结论了：

这里的nbody的含义解释，实际上就是在我们马上要说的mjModel里。

可以看到，实际上它就是一个int。

那在nbody里，它实际上还存放着其他的数据信息。由于实在是太长太长太长了。我们在这里就说了几个最常见的。后面的，我们后续说到的别的部分提到了再说哈。

我们加下来要说以下这个mjModel。

2、mjModel：

点击代码实战——探究Mujoco系列（1）：Mujoco的物体是怎么表示的？查看全文。