一个 基于Python 的逆运动学库(机械臂、人形机器人、灵巧手、腿式机器人等)

Mink 是一个基于 MuJoCo 的 Python 逆运动学（Differential Inverse Kinematics）库。它让开发者能够轻松、精确地控制复杂机器人（机械臂、人形机器人、灵巧手、腿式机器人等），同时处理关节限位、速度限制和碰撞避免等约束。

（上图展示 Mink 支持的典型机器人：灵巧手、Unitree G1 人形机器人，以及带任务标记的四足机器人）

逆运动学？

传统逆运动学（IK）直接求解关节角度使末端执行器到达目标位姿。Mink 使用微分 IK，每一步求解关节速度，让任务误差逐步减小，同时通过二次规划（QP）优雅地融合多个任务和约束。

典型工作流（Mink + MuJoCo）：

核心优势：

• 任务（Tasks）：定义机器人“想做什么”（如末端到达目标位姿、质心调节、相对位姿）。
• 约束（Constraints）：定义机器人“不能做什么”（关节限位、速度限位、碰撞避免、闭链约束）。
• 两者联合优化，冲突时自动权衡。
• 支持配置空间和操作空间任务。
• 原生 Lie Group 接口处理刚体变换（SE(3)），并用 C 扩展加速热点路径。

主要特性

• ✅ 任务可在配置空间或操作空间指定
• ✅ 自动 enforcing 关节位置与速度限制
• ✅ 任意几何体（geom）间的碰撞避免
• ✅ 支持闭链运动学
• ✅ 高效 Lie Group 接口 + 原生 C 优化
• ✅ 与 MuJoCo 无缝集成，适合实时控制、运动规划、遥操作、动作重定向
• ✅ 极简 API，易于组合多个任务

安装与快速开始

推荐使用 uv（极快）：

uv add mink

从源码安装：

git clone https://github.com/kevinzakka/mink.gitcd minkuv sync

最小示例（驱动末端执行器到目标位置）：

import mujocofrom mink import Configuration, FrameTask, solve_ikmodel = mujoco.MjModel.from_xml_path("robot.xml")configuration = Configuration(model)task = FrameTask(    frame_name="end_effector",    frame_type="site",    position_cost=1.0,    orientation_cost=0.0,)task.set_target_from_position([0.5, 0.0, 0.3])for _ in range(100):    vel = solve_ik(configuration, [task], dt=0.01)    configuration.integrate_inplace(vel, dt=0.01)

运行示例（Linux）：

uv run examples/arm_ur5e.py

支持的机器人与示例

Mink 示例覆盖大量真实机器人模型（来自 MuJoCo Menagerie 等）：

单臂：Franka Panda、UR5e、KUKA iiwa14、ALOHA 2双臂：Dual Panda、Dual iiwa14臂+手：iiwa14 + Allegro、xArm + LEAP灵巧手：Shadow Hand人形机器人：Unitree G1、Unitree H1、Apptronik Apollo腿式/移动机器人：Unitree Go1、Boston Dynamics Spot、Agility Cassie、Hello Robot Stretch、TidyBot 等

（Unitree G1 人形机器人实物/仿真参考）

文档、社区与生态

• 官方文档（含完整 API）：https://kevinzakka.github.io/mink/
• GitHub：https://github.com/kevinzakka/mink （约 1.4k stars，Apache-2.0 许可）
• 最新版本：v1.1.1（持续活跃更新）
• 生态：已有 C++ 直接移植版 Minc（MuJoCo Inverse Kinematics in C++），API 几乎一致。

为什么选择 Mink？

• 生产级质量：约束处理优雅、性能优秀，适合实时循环。
• MuJoCo 原生：与仿真、强化学习、sim-to-real 流程完美结合（作者团队常用于人形机器人研究）。
• 易用且灵活：任务抽象清晰，远比手动写 QP 或数值 IK 方便。
• 开源典范：代码干净、文档完善、社区友好。

总结

无论你是做机械臂、机器人控制、运动规划、还是人形/灵巧手研究，Mink 都是 MuJoCo 生态中目前最推荐的微分 IK 解决方案。