Tsinghua AIR releases UniLab for rapid robot training

•UniLab採用「CPU高效仿真+GPU策略訓練」的異構高吞吐底座，打破了傳統「GPU包攬全部」的範式，有效解決了資源閒置問題，實現數倍效率提升。
•該架構透過共享記憶體建立無鎖的運行時緩衝區，實現CPU仿真與GPU學習之間數據流的高度重疊，顯著消除昂貴的數據跨總線搬運延遲，榨乾硬體算力。
•UniLab訓練的策略已成功部署於六類真實機器人任務，涵蓋四足行走、人形全身運動追蹤（含翻跟頭、攀爬）以及靈巧手操作，完成了從仿真到真機的完整閉環驗證。
•UniLab徹底去除了對特定硬體的硬編碼依賴，原生支持CUDA、Apple、AMD及Intel等多種後端，並兼容PPO、SAC、FlashSAC、TD3、APPO等主流強化學習算法，降低了對NVIDIA生態的綁定。

📊 競品分析▸ Show

特性/平台	UniLab (清華AIR)	IsaacLab / MuJoCoPlayground / mjlab (NVIDIA生態)
架構範式	異構CPU仿真 + GPU策略訓練	GPU駐留仿真 (物理、採樣、學習均在單一GPU上)
硬體兼容性	跨平台，支援CUDA、Apple (macOS)、AMD ROCm、Intel XPU	緊密綁定NVIDIA CUDA軟體棧
訓練效率	端到端訓練效率提升3-10倍	傳統方案，效率相對較低
數據流優化	共享記憶體、無鎖運行時緩衝區，數據流高度重疊	物理步進與策略學習同步串行執行，資源可能閒置
開源狀態	已開源	部分可能開源，但核心生態綁定NVIDIA
定價	免費 (開源)	依賴NVIDIA生態，具體定價可能與其產品線相關
真機部署	已成功部署於6類真機任務	廣泛應用於機器人研究，但具體部署案例需個別評估

架構類型: 採用異構CPU仿真/GPU學習架構，將物理仿真與策略學習解耦。
物理引擎後端: 支援MuJoCoUni和MotrixSim CPU批處理物理後端，實現高效能仿真。
數據流管理: 透過統一運行時(unified runtime)進行數據移動、緩衝和同步，確保CPU並行仿真與GPU策略更新之間的流暢協作。
緩衝機制: 利用共享記憶體建立無鎖的運行時緩衝區，實現CPU與GPU之間數據流的高度重疊（Overlapping），大幅減少數據跨總線搬運的延遲。
算法支持: 兼容PPO、SAC、FlashSAC、TD3和APPO等主流強化學習算法。
跨平台兼容性: 提供對CUDA、Apple (macOS)、AMD ROCm和Intel XPU加速器後端的原生支持，實現廣泛的硬體適配性。
效率提升原理: 傳統GPU管線中物理步進與策略學習串行執行導致資源閒置，UniLab的異步異構架構允許CPU側利用多核算力並行運行物理引擎，而GPU側專注於策略網路梯度更新，從而消除計算資源的「干等空轉」現象。

具身智慧機器人的開發門檻將顯著降低。

UniLab的訓練效率提升和跨平台兼容性，特別是支援消費級硬體如Mac，將使更多研究者和開發者能夠參與機器人強化學習的開發。

機器人強化學習的應用將加速普及。

訓練時間的大幅縮短（分鐘級）和對多種硬體的支持，將使得機器人技能的迭代和部署更加快速和經濟，推動其在各行業的實際應用。

具身智慧領域將出現更多非NVIDIA生態的創新。

UniLab打破了對NVIDIA CUDA軟體棧的強烈依賴，支援AMD ROCm和Intel XPU等後端，鼓勵了硬體生態的多樣化發展。

2020-12

清華大學智能產業研究院 (AIR) 成立，由張亞勤院士創建。

2026-05-29

UniLab相關論文《UniLab: A Heterogeneous Architecture for Robot RL Beyond GPU-Dominant Paradigms》發布。

2026-06-02

清華AIR正式開源UniLab強化學習訓練架構。

清華AIR開源UniLab，實現機器人運控訓練分鐘級突破