M1 MacBook Air で MuJoCo を使い、3自由度ロボットアームの強化学習シミュレーションを動かしました。強化学習（AI が試行錯誤しながら最適な動作を学ぶ手法）の訓練には大量のシミュレーションが必要で、シミュレーターの速度が学習効率を左右します。今回は M1 Mac でどれだけ速く回せるかを計測しました。

物理シミュレーションとは

物理シミュレーターは、ロボットの関節・重力・摩擦・衝突をコンピューター上で再現するソフトウェアです。毎ステップ「各関節にどれだけ力をかけるか（-1〜+1 の数値）」を指定すると、物理法則に従って次の姿勢が計算されます。これを 1 秒間に数百〜数千回繰り返すことで、ロボットの動きをリアルタイムより速く模擬できます。

強化学習（AI がゴールに向けて試行錯誤しながら動作を学ぶ手法）では、この高速シミュレーションを何百万回も回してデータを集め、制御アルゴリズムを訓練します。シミュレーターで学習した動作を実機に転用する手法を Sim-to-Real と呼びます。

3自由度ロボットアームのシミュレーション動画

検証環境

  • MacBook Air（Apple M1 / 16 GB）
  • MuJoCo 3.10.0 / Python 3.14.2
  • モデル: 3自由度ロボットアーム（アクチュエータ 3本）

実測結果

  • シミュレーション速度: 18,768 steps/秒
  • リアルタイム倍率: 37.5x（タイムステップ 2ms）
  • 100,000 ステップ実行時間: 5.33 秒

1 秒あたり約 18,700 ステップという速度は、PPO（近接方策最適化）や SAC（ソフトアクタークリティック）といった代表的な強化学習アルゴリズムで必要なサンプル数（数百万ステップ）を数分〜数十分で収集できる水準です。GPU なしの M1 CPU だけで、ロボットアームの基本的な強化学習実験を十分に回せることが確認できました。