训练
mjlab — microduck_rl 的底层训练框架
microduck_rl 不是从零搭的训练框架，它建立在 mjlab 之上——一个基于 MuJoCo Warp 的 GPU 并行强化学习环境框架。
理解这层依赖有实际意义：训练时那个 --env.scene.num-envs 4096 参数（同时仿真 4096 个机器人）是 mjlab 提供的能力，训练需要 CUDA GPU 也是因为 MuJoCo Warp 跑在 GPU 上。
想改训练环境本身而不只是调参时，需要读这个仓库。
microduck_rl 不是从零搭的训练框架，它建立在 mjlab 之上——一个基于 MuJoCo Warp 的 GPU 并行强化学习环境框架。
理解这层依赖有实际意义：训练时那个 --env.scene.num-envs 4096 参数（同时仿真 4096 个机器人）是 mjlab 提供的能力，训练需要 CUDA GPU 也是因为 MuJoCo Warp 跑在 GPU 上。
想改训练环境本身而不只是调参时，需要读这个仓库。