RaiSim

面向机器人与强化学习的多体物理引擎，以快速精确的接触求解著称。

由 Jemin Hwangbo 等人开发，现由 RaiSim Tech 维护。其核心来自 Hwangbo、Lee、Hutter 2018 年发表于 IEEE RA-L 的「逐接触迭代法」：按接触点逐个迭代、用二分法求接触力，论文称比两种已有方法快约一倍。ETH 苏黎世 2019 年用强化学习训练四足机器人 ANYmal 的论文，其自研仿真器就采用了这一接触求解器。RaiSim 主打在 CPU 上快速精确地仿真刚体和关节体，提供 C++ 接口、Python 绑定 raisimPy 和强化学习示例 raisimGymTorch，后来又加入软体、颗粒介质、腱绳和相机/深度传感器渲染。旧版 raisimLib 仓库已于 2026 年 4 月归档，改为以二进制包发布的 RaiSim2，2026 年 9 月发布 v2.7.0。它不开源：学术许可免费，商业许可每人每年 1500 美元。

例子用 raisimGymTorch 在一台电脑上并行跑多个四足机器人环境，训练 ANYmal 在高度图地形上行走的强化学习策略。

也叫

RaiSim2、raisimLib

相关

物理引擎、MuJoCo、Isaac Gym、强化学习运控、ANYmal 四足、苏黎世联邦理工机器人系统实验室

来源

RaiSim 文档：License（v2.7.0）
Per-Contact Iteration Method for Solving Contact Dynamics (IEEE RA-L 2018)
raisimTech/raisim2Lib GitHub

信息截至

2026-09