摘要：本文详细介绍 MuJoCo 物理引擎在 Ubuntu 系统上的完整安装流程，涵盖硬件要求、Release 包下载、解压测试、环境变量配置以及基于 Conda 的 Python 环境搭建。通过分步操作演示与常见问题提示，帮助读者快速完成 MuJoCo 的本地部署并验证安装是否成功。

一、MuJoCo 介绍

MuJoCo（Multi-Joint dynamics with Contact）是由 Google DeepMind 开源维护的通用物理仿真引擎，广泛用于机器人控制、强化学习和动画仿真等领域。它支持多关节动力学建模、接触检测与求解，具有计算高效、精度高的特点，是许多科研与工程项目的首选仿真工具。

二、安装的硬件要求

MuJoCo 对硬件要求相对友好，普通开发机即可流畅运行。建议配置如下：

• 操作系统：Windows、macOS 或 Linux（本文以 Ubuntu 为例）。
• CPU：支持 64 位架构（x86_64 或 ARM64），多核处理器更佳。
• 内存：建议 8GB 及以上，复杂仿真场景建议 16GB。
• 显卡：非必需，但使用 MuJoCo 可视化窗口时，支持 OpenGL 3.3 以上的显卡可提升渲染体验。
• 磁盘空间：预留至少 2GB 空间用于安装包与仿真资源。

三、安装步骤

1. 下载 MuJoCo 包

本文采用直接下载 Release 包的方式安装。访问官方 GitHub 发布页面：

Releases · google-deepmind/mujoco · GitHub

笔者系统为 Ubuntu，选择对应 Linux 版本下载。系统分为 Windows、macOS、Linux 三类；Ubuntu 属于 Linux，可在终端使用uname -m命令查询系统架构（x86_64 或 aarch64）。下载包后缀的 sha256 文件用于校验包完整性，当安装出现问题怀疑包损坏时，可使用该文件进行校验。

2. 将包提取到对应文件夹

鼠标右键单击压缩包，选择「提取到」并指定目标文件夹。解压后文件夹名称较长，建议重命名为mujoco，便于后续路径配置。

3. 测试运行

进入解压后的文件夹，在/bin目录下运行simulate可执行文件：

cd mujoco/bin ./simulate

出现如下仿真窗口界面，说明安装包本身没有问题：

4. 配置环境变量

需要将 MuJoCo 的库路径添加到系统环境变量中，这是让系统能找到 MuJoCo 库文件的关键一步。

使用文本编辑器（如 gedit）打开用户环境配置文件~/.bashrc：

sudo gedit ~/.bashrc

在文件末尾添加以下行（请根据实际解压路径修改）：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/ubuntu/.mujoco/mujoco310/bin

保存并关闭文件后，使配置立即生效：

source ~/.bashrc

5. 使用 Conda 创建环境并安装 MuJoCo

一般建议使用 Conda 建立独立环境，再通过 pip 安装 MuJoCo 的 Python 绑定：

# 1. 创建名为 mujoco_env 的新环境，指定 Python 3.10 conda create -n mujoco_env python=3.10 -y 2. 激活该环境 conda activate mujoco_env 3. 升级 pip 到最新版（避免安装旧版依赖） pip install --upgrade pip 4. 安装 MuJoCo Python 绑定（自动包含核心引擎） pip install mujoco 5. （可选）安装常用可视化和科学计算库 pip install numpy matplotlib glfw

6. 验证安装

在激活的环境中运行以下命令，若弹出 MuJoCo 查看器窗口，则说明安装成功：

python -m mujoco.viewer

四、总结与避坑提示

本文从下载 Release 包、解压测试、配置环境变量到创建 Conda 环境，完整演示了 MuJoCo 在 Ubuntu 上的安装流程。以下是常见问题与避坑建议：

• 路径写错：配置LD_LIBRARY_PATH时务必使用实际解压路径，建议先重命名文件夹为mujoco再配置。
• 架构不匹配：下载前用uname -m确认系统架构，避免下载错误版本。
• 环境变量未生效：修改~/.bashrc后必须执行source ~/.bashrc，或重新打开终端。
• Python 版本过低：建议使用 Python 3.10 及以上版本，避免依赖兼容问题。
• 校验包完整性：若运行异常，可使用下载页提供的 sha256 文件校验安装包是否损坏。