M1 MacBook Air で MuJoCo を使い、HalfCheetah（半チーター型）ロボットのシミュレーションを動かしました。HalfCheetah は強化学習の標準ベンチマークとして広く使われるモデルで、胴体・後脚・前脚から成る9自由度の走行ロボットです。走る速さを最大化する方策を学ばせる実験に世界中の研究者が使っており、M1 Mac でどれだけ高速に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。

HalfCheetah 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: HalfCheetah（9自由度 / アクチュエータ 6本）

実測結果

  • シミュレーション速度: 27,147 steps/秒
  • リアルタイム倍率: 271.5x（タイムステップ 10ms）
  • 100,000 ステップ実行時間: 3.68 秒

27,000 steps/秒超えは、PPO（近接方策最適化）や SAC（ソフトアクタークリティック）といった強化学習アルゴリズムで 100 万ステップを約37秒で収集できる速度です。GPU なしの M1 CPU でも、走行制御の学習実験を十分実用的な速さで回せることが確認できました。