NVIDIA detalla un flujo para pasar una escena del brazo SO-101 desde MuJoCo en CPU a MuJoCo Warp (MJWarp), que ejecuta estados de simulación en lotes sobre GPU. El ejemplo explica cómo validar primero una escena, construir el lote y medir el resultado; el artículo anuncia hasta 2.048 entornos simultáneos. La distinción práctica es entre latencia y rendimiento agregado. MJWarp busca avanzar muchos mundos independientes a la vez, algo útil cuando un sistema de aprendizaje por refuerzo necesita recoger grandes cantidades de experiencia. No implica necesariamente que un único paso de simulación sea más rápido. El propio tutorial aclara que prepara y escala la simulación, pero no entrena una política. También requiere modelos MuJoCo compatibles y capacidad de GPU; los límites de contactos, memoria y configuración deben ajustarse a cada escena. Imagen ilustrativa: simulador de movimiento robótico del DLR; no es el montaje SO-101 del tutorial.