Multi-Agent MuJoCo（MA MuJoCo）是由OpenAI和UC Berkeley联合发布的多智能体强化学习基准测试，是连续控制MARL领域最权威的基准之一。该基准基于MuJoCo物理仿真引擎，提供了多种多智能体连续控制场景，包括多智能体蚂蚁、多智能体长臂、多智能体游泳者、合作搬运等，要求多个智能体通过合作控制连续动作完成任务。MA MuJoCo场景具有挑战性，需要智能体具备良好的连续控制、协作协调和力分配能力，能够有效评估多智能体强化学习算法在连续控制合作场景下的性能。MA MuJoCo支持多种评估指标（累计奖励、任务完成率、运动速度、能量效率等），提供了Python接口和丰富的可视化工具。该基准推动了多智能体强化学习算法的发展，多种经典和最新的MARL算法（如MADDPG、MAPPO、HATRPO等）都在该基准上进行了评估。该基准被广泛应用于多智能体强化学习、机器人协作、连续控制等领域的研究中，是合作连续控制MARL算法的标准评测基准。