因要进行强化学习等仿真工作，现在进行Isaac sim和Isaac lab等的使用。查询后了解到ubuntu20.04最多支持到Isaac sim 4.5版本，5.x版本最低需要ubuntu22.04。4.5版本是闭源核心，部分扩展开源，5.0版本核心代码开源（GitHub），完全可定制扩展，且移除 Foxy 支持，考虑到目前项目是在foxy上进行开发，所以先使用4.5版本进行入门学习，后续考虑迁移至5.0版本。
最终为：Ubuntu 20.04 + Isaac Sim 4.5 + Isaac Lab v2.1.0
硬件最低要求（必须满足，否则装了也运行不了，Isaac 系列是 NVIDIA 显卡专属）
显卡：NVIDIA 独立显卡，算力≥7.0（比如 RTX2060/3050/3060/3090/40 系列，笔记本 / 台式机都可以），核显❌、AMD 显卡❌，完全不支持；
内存：≥16G（8G 会卡顿闪退，推荐 32G）；
硬盘：≥50G 空闲空间（安装包 + 运行环境，固态最佳）；
系统：纯净的 Ubuntu20.04 LTS 64 位系统，不要用 Ubuntu20.04 的子系统 / 虚拟机（显卡驱动装不上）。
0、准备工作
#更新系统软件源 + 系统升级
bash
sudo apt update && sudo apt upgrade -y
sudo apt autoremove -y && sudo apt clean
#安装 Ubuntu20.04 必备的基础系统依赖
sudo apt install -y git cmake build-essential libssl-dev libffi-dev libxml2-dev libxslt1-dev zlib1g-dev libopencv-dev libboost-all-dev libeigen3-dev freeglut3-dev libgtk2.0-dev libgl1-mesa-dev libglu1-mesa-dev curl wget unzip
sudo apt install python3-pip
#升级 pip 到最新版（Python 包管理器）
python3 -m pip install --upgrade pip setuptools wheel -i https://pypi.tuna.tsinghua.edu.cn/simple
#Ubuntu20.04 默认的 Python 版本是 3.8，但是 Isaac Sim4.5 + Isaac Lab v2.1.0 只支持 Python3.10
sudo add-apt-repository ppa:deadsnakes/ppa -y && sudo apt update
如果自动安装失败可以使用手动安装：
# 下载 Python 3.10 源码
wget https://www.python.org/ftp/python/3.10.0/Python-3.10.0.tgz
tar -xf Python-3.10.0.tgz
cd Python-3.10.0
# 配置和编译
./configure --enable-optimizations
make -j $(nproc)
sudo make altinstall
# 验证安装
python3.10 --version
bash
#给 Python3.10 安装专属的 pip
curl -sS https://bootstrap.pypa.io/get-pip.py | python3.10
python3 -m pip --version1、NVIDIA 显卡驱动 + CUDA11.8 + CUDNN8.9 完整安装
bash
#卸载 Ubuntu 自带的开源显卡驱动（避免冲突）
sudo apt remove -y nvidia* nouveau* libnvidia*
sudo apt autoremove -y
（此处因为更改了默认python3版本，所以可能会造成失败，切换至默认的python3版本再次执行即可解决）
#安装 NVIDIA 525 版本驱动
sudo apt update
sudo apt install -y nvidia-driver-525 nvidia-settings
bash
26IOB:~$ nvidia-smi
Thu Jan 15 18:45:59 2026
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 535.230.02 Driver Version: 535.230.02 CUDA Version: 12.2 |
|-----------------------------------------+----------------------+----------------------+
| GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+======================+======================|
| 0 NVIDIA GeForce RTX 3080 Ti Off | 00000000:01:00.0 On | N/A |
| 54% 34C P5 50W / 350W | 479MiB / 12288MiB | 18% Default |
| | | N/A |
+-----------------------------------------+----------------------+----------------------+
+---------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=======================================================================================|
| 0 N/A N/A 1218 G /usr/lib/xorg/Xorg 35MiB |
| 0 N/A N/A 2611 G /usr/lib/xorg/Xorg 121MiB |
| 0 N/A N/A 2754 G /usr/bin/gnome-shell 122MiB |
| 0 N/A N/A 5434 G ...82,262144 --variations-seed-version 68MiB |
| 0 N/A N/A 6753 G /usr/share/cursor/cursor 102MiB |
+---------------------------------------------------------------------------------------+
bash
#安装 CUDA 11.8 完整版
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run --silent --toolkit --samples
bash
#配置 CUDA11.8 环境变量
echo -e "\n# CUDA 11.8 环境变量" >> ~/.bashrc
echo "export PATH=/usr/local/cuda-11.8/bin:\$PATH" >> ~/.bashrc
echo "export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:\$LD_LIBRARY_PATH" >> ~/.bashrc
echo "export CUDA_HOME=/usr/local/cuda-11.8" >> ~/.bashrc让环境变量生效：
bash
source ~/.bashrc
bash
#验证 CUDA11.8 是否安装成功
nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Sep_21_10:33:58_PDT_2022
Cuda compilation tools, release 11.8, V11.8.89
Build cuda_11.8.r11.8/compiler.31833905_0步骤 7：
bash
#安装 CUDNN8.9（CUDA 加速库，Isaac 必须依赖）
sudo apt install -y libcudnn8=8.9.2.26-1+cuda11.8 libcudnn8-dev=8.9.2.26-1+cuda11.8直接执行时可能会报找不到包，解决方法如下：
bash
#添加 NVIDIA 软件源
#添加 NVIDIA 仓库密钥
sudo apt-get update
sudo apt-get install -y curl
# 下载并添加 GPG 密钥
curl -fsSL https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-keyring.gpg
# 添加仓库
echo "deb [signed-by=/usr/share/keyrings/nvidia-keyring.gpg] https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /" | sudo tee /etc/apt/sources.list.d/nvidia-cuda.list
步骤2：更新并安装
bash
# 更新软件包列表
sudo apt-get update
# 查看可用的 cuDNN 版本
apt-cache madison libcudnn8 libcudnn8-dev
# 安装指定版本
sudo apt-get install -y libcudnn8=8.9.2.26-1+cuda11.8 libcudnn8-dev=8.9.2.26-1+cuda11.82、Miniconda 安装 + Isaac 专属虚拟环境创建
conda 是 Python 的环境管理器，可以创建「独立的虚拟环境」，把 Isaac 的所有依赖都装在这个环境里，不会污染系统的 Python，后续卸载 / 重装都很方便。Miniconda3（轻量版，只装 conda 核心，不装多余包），完美适配 Python3.10。
bash
#下载并安装 Miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-py310_23.10.0-1-Linux-x86_64.sh
sudo chmod +x Miniconda3-py310_23.10.0-1-Linux-x86_64.sh
bash Miniconda3-py310_23.10.0-1-Linux-x86_64.sh重启终端 + 关闭 conda 自动激活 base 环境
安装完成后，关闭当前终端，重新按 Ctrl+Alt+T 打开一个新终端，此时终端前面会出现 (base) 字样，说明 conda 生效了。
执行以下命令，关闭「每次开终端都自动激活 base 环境」，避免终端冗余（必须，不然每次开启终端都需要退出）：
bash
conda config --set auto_activate_base false创建 Isaac 专属的虚拟环境 + 指定 Python3.10
我们创建一个名为 isaaclab_env 的虚拟环境，专门用来装 Isaac Sim4.5 和 Isaac Lab v2.1.0，命令如下，直接复制执行：
bash
conda create -n isaaclab_env python=3.10 -y
bash
conda activate isaaclab_env给 conda 配置清华镜像源
bash
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
conda config --set show_channel_urls yes同时给 pip 也配置清华源：
bash
python3 -m pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple