Simulation cho Robotics: MuJoCo vs Isaac Sim vs Gazebo

Vì sao Simulation quan trọng trong Robotics?

Nếu bạn đang làm robotics -- dù là research hay product -- simulation là công cụ không thể thiếu. Lý do đơn giản: train và test trên robot thật quá chậm, quá đắt, và quá nguy hiểm.

Một robot arm giá 50,000 USD, mỗi lần va chạm có thể hỏng gripper hoặc gãy joint. Trong simulation, bạn chạy 4,096 robot song song, mỗi robot thực hiện hàng nghìn episodes mỗi giờ, hoàn toàn miễn phí và không ai bị thương.

Nhưng không phải simulator nào cũng giống nhau. Trong bài này, mình sẽ so sánh chi tiết 3 simulator hàng đầu hiện nay: MuJoCo, NVIDIA Isaac Sim/Lab, và Gazebo Harmonic -- để bạn chọn đúng tool cho project của mình.

MuJoCo -- Physics Engine nhanh nhất cho Contact

MuJoCo (Multi-Joint dynamics with Contact) được phát triển bởi Emo Todorov, sau đó DeepMind mua lại và open-source từ 2022. Đây là physics engine được dùng nhiều nhất trong robot learning research.

Điểm mạnh

• Contact physics chính xác nhất: MuJoCo sử dụng convex optimization để giải contact forces, cho kết quả ổn định và chính xác hơn impulse-based methods. Từ version 3.2+, native convex collision detection trở thành default.
• Tốc độ CPU cực nhanh: Trên single CPU core, MuJoCo simulate nhanh hơn real-time hàng trăm lần cho robot manipulation tasks.
• MJX -- GPU acceleration với JAX: MuJoCo XLA (MJX) cho phép chạy simulation trên GPU/TPU thông qua JAX, đạt throughput hàng nghìn environments song song. Từ version 3.3.5, thêm MJX-Warp cho NVIDIA GPUs.
• Deformable objects (MuJoCo 3.x): Flex element mới hỗ trợ soft body simulation -- lines, triangles, tetrahedra -- với separate collision và deformation meshes.
• Signed Distance Field (SDF) collision: Collision primitive mới không bị giới hạn bởi convex shapes.
• Miễn phí, Apache 2.0 license.

Điểm yếu

• Rendering cơ bản (OpenGL), không photorealistic
• Không có built-in domain randomization framework
• ROS 2 integration cần thêm wrapper

Cài đặt

pip install mujoco
# Hoặc với GPU support (JAX backend)
pip install mujoco-mjx

Ví dụ nhanh

import mujoco
import mujoco.viewer

# Load model từ XML
model = mujoco.MjModel.from_xml_path("robot_arm.xml")
data = mujoco.MjData(model)

# Simulate 1000 steps
for _ in range(1000):
    mujoco.mj_step(model, data)
    print(f"Joint positions: {data.qpos[:3]}")

# Visualize
mujoco.viewer.launch(model, data)

NVIDIA Isaac Sim / Isaac Lab -- GPU-Accelerated Powerhouse

Isaac Sim là simulation platform của NVIDIA, xây dựng trên Omniverse. Isaac Lab (trước đây là Isaac Gym + Orbit) là framework open-source cho robot learning chạy trên Isaac Sim.

Version mới nhất: Isaac Sim 5.0 và Isaac Lab 2.2 (GA tại SIGGRAPH 2025).

Điểm mạnh

• Massive GPU parallelism: Chạy 10,000+ environments song song trên single GPU với PhysX 5. Training RL policy nhanh gấp 100x so với CPU-based simulators.
• Photorealistic rendering: RTX ray-tracing cho synthetic data generation chất lượng cao -- quan trọng cho vision-based sim-to-real.
• Tiled rendering (Isaac Lab 2.2): Tăng tốc 1.2x bằng cách combine outputs từ simultaneous simulations thành single image.
• Built-in domain randomization: Visual + dynamics randomization tích hợp sẵn, dễ config.
• Newton Physics Engine: Co-developed với Google DeepMind và Disney Research, có sẵn trong Isaac Lab.
• Isaac Lab-Arena: Framework mới cho scalable policy evaluation, co-developed với Lightwheel.
• Miễn phí (cần NVIDIA GPU).

Điểm yếu

• Yêu cầu NVIDIA GPU (RTX 3070+ recommended)
• Learning curve dốc: Omniverse ecosystem phức tạp
• Cài đặt nặng: ~15 GB, nhiều dependencies
• Chỉ chạy trên Ubuntu (officially supported)

Cài đặt

# 1. Cài Isaac Sim 5.0 từ NVIDIA Omniverse Launcher
# 2. Clone Isaac Lab
git clone https://github.com/isaac-sim/IsaacLab.git
cd IsaacLab
# 3. Install
./isaaclab.sh --install

Gazebo Harmonic -- ROS 2 Native Simulator

Gazebo (formerly Ignition Gazebo) là simulator lâu đời nhất trong robotics, được dùng rộng rãi nhất trong ROS ecosystem. Gazebo Harmonic là bản LTS mới nhất, tương thích với ROS 2 Jazzy và Humble.

Điểm mạnh

• ROS 2 native integration: Tích hợp sẵn qua ros_gz bridge -- topics, services, actions hoạt động seamless. Đây là điểm mạnh lớn nhất.
• Ecosystem lớn nhất: Hàng nghìn robot models, plugins, tutorials từ cộng đồng. Hầu hết robot manufacturers cung cấp Gazebo models.
• Multi-robot simulation: Được thiết kế cho multi-robot scenarios từ đầu -- swarm, fleet management, multi-agent.
• Nhiều physics engines: Hỗ trợ ODE, Bullet, DART, TPE -- chọn engine phù hợp cho task.
• Sensor simulation: LiDAR, camera, IMU, GPS, contact sensors... tất cả publish ROS 2 topics.
• Miễn phí, Apache 2.0 license.

Điểm yếu

• Không có GPU parallelism: Chỉ chạy CPU, không thể scale thousands of environments cho RL
• Physics accuracy trung bình: Không bằng MuJoCo cho contact-rich tasks
• Rendering trung bình: Tốt hơn MuJoCo nhưng không photorealistic như Isaac Sim
• Tốc độ chậm nhất: ~1K steps/s, không phù hợp cho large-scale RL training

Cài đặt

# Ubuntu 22.04 + ROS 2 Jazzy
sudo apt-get install ros-jazzy-ros-gz

# Hoặc standalone
sudo apt-get install gz-harmonic

Ví dụ nhanh

# Launch Gazebo với robot model
gz sim -r shapes.sdf

# Bridge với ROS 2
ros2 run ros_gz_bridge parameter_bridge \
  /model/robot/joint_state@sensor_msgs/msg/JointState[gz.msgs.Model

Bảng so sánh tổng hợp

Khi nào dùng cái nào?

Chọn MuJoCo khi:

• Bạn làm robot manipulation research cần contact physics chính xác
• Cần benchmark RL algorithms (MuJoCo là standard benchmark)
• Không có NVIDIA GPU mạnh hoặc cần chạy trên Mac/CPU
• Cần deformable object simulation (MuJoCo 3.x flex)
• Muốn physics engine nhẹ, nhanh, dễ integrate

# Kiểm tra MuJoCo có chạy được không
import mujoco
print(f"MuJoCo version: {mujoco.__version__}")
m = mujoco.MjModel.from_xml_string('<mujoco><worldbody><light/><geom type="plane" size="1 1 .01"/></worldbody></mujoco>')
d = mujoco.MjData(m)
mujoco.mj_step(m, d)
print("MuJoCo is working!")

Chọn Isaac Sim / Isaac Lab khi:

• Cần massive parallelism cho RL training (4,096 - 10,000+ envs)
• Cần photorealistic rendering cho visual sim-to-real transfer
• Có NVIDIA RTX GPU (3070+, recommended 4080+)
• Làm locomotion hoặc manipulation policy với domain randomization
• Cần synthetic data generation cho computer vision

Chọn Gazebo khi:

• Đang làm ROS 2 project và cần seamless integration
• Cần multi-robot simulation (fleet, swarm)
• Cần full sensor suite (LiDAR, camera, IMU, GPS) publish qua ROS topics
• Không cần RL training (chỉ cần test behavior, navigation, planning)
• Muốn prototype nhanh với ecosystem có sẵn

Case studies: Ai dùng gì?

OpenAI -- MuJoCo cho Rubik's Cube

OpenAI đã dùng MuJoCo để train Shadow Dexterous Hand giải Rubik's Cube. Lý do chọn MuJoCo: contact physics chính xác cho dexterous manipulation, và khả năng simulate nhanh trên CPU cluster. Họ kết hợp với Automatic Domain Randomization (ADR) để bridge sim-to-real gap.

Boston Dynamics + NVIDIA -- Isaac Lab cho Spot

NVIDIA showcase training Spot quadruped locomotion trong Isaac Lab với thousands of parallel environments. RSL-RL PPO training trên RTX A6000 đạt ~90,000 FPS. Policy transfer zero-shot sang robot thật, đi được trên nhiều terrain khác nhau.

Open Robotics -- Gazebo cho ROS 2 ecosystem

Hầu hết các competition như RoboCup, DARPA SubT đều dùng Gazebo. Lý do: ROS 2 native, multi-robot support, và ecosystem lớn nhất. NASA JPL dùng Gazebo cho Mars rover simulation.

Research labs -- Kết hợp nhiều tools

Nhiều lab như Stanford IRIS, Berkeley BAIR dùng MuJoCo cho manipulation research và Isaac Lab cho locomotion. Không có 1 tool phù hợp tất cả.

Kết hợp nhiều simulator

Trong thực tế, nhiều teams dùng kết hợp các simulator:

1. Gazebo để prototype và test ROS 2 stack (navigation, planning, perception)
2. MuJoCo hoặc Isaac Lab để train RL policies
3. Isaac Sim để generate synthetic training data cho vision models
4. Deploy tất cả lên robot thật qua ROS 2

Gazebo (prototype + ROS 2 test)
  → MuJoCo / Isaac Lab (RL training)
    → Isaac Sim (synthetic data + visual DR)
      → Robot thật (ROS 2 deploy)

Pipeline này phát huy thế mạnh của từng tool: Gazebo cho ROS integration, MuJoCo/Isaac Lab cho training speed, Isaac Sim cho rendering quality.

Xu hướng 2026

GPU-accelerated là mặc định

Với MJX-Warp (MuJoCo trên NVIDIA GPU) và Newton Physics Engine (Isaac Lab), ranh giới giữa các simulators đang mờ đi. Tất cả đều hướng tới GPU parallelism.

Foundation models cần simulation

Các foundation models như RT-2, Octo cần diverse simulation data để pre-train. Isaac Lab-Arena ra đời chính vì nhu cầu này -- scalable evaluation cho generalist robot policies.

Open-source accelerating

Cả 3 simulator đều free và open-source (hoặc free-to-use). Barrier to entry chưa bao giờ thấp như bây giờ.

Tiếp theo trong series

Đây là Part 1 của series Simulation cho Robotics. Trong các bài tiếp theo:

• Part 2: Bắt đầu với MuJoCo: Cài đặt đến mô phỏng robot đầu tiên -- Hands-on tutorial tạo robot arm trong MuJoCo
• Part 3: NVIDIA Isaac Lab: GPU-accelerated RL training từ zero -- Train locomotion policy với 4,096 parallel environments

Bài viết liên quan

• Sim-to-Real Transfer: Train simulation, chạy thực tế -- Domain randomization, system identification và best practices
• RL cho Bipedal Walking -- Reinforcement learning cho robot đi bộ
• Foundation Models cho Robot: RT-2, Octo, OpenVLA -- Kết hợp sim-to-real với foundation models
• Edge AI với NVIDIA Jetson -- Deploy model lên edge device sau sim-to-real