从零部署GenieSim：基于OpenPI的仿真环境搭建与录制教程

手把手教你配置服务端、连接客户端、运行仿真并录制结果

最近在捣鼓GenieSim这个仿真环境，踩了不少坑，也总结了一些经验。今天就把完整的部署流程分享出来，希望能帮到同样在折腾的小伙伴。

一、环境概览

服务端：运行OpenPI策略服务，提供决策接口
客户端：GenieSim仿真器，执行策略输出的动作
录制工具：自动将仿真过程保存为MP4视频

二、服务端部署（OpenPI）

2.1 启动策略服务

进入OpenPI目录：

bash 复制代码

cd /root/openpi

推荐使用python启动 （不要用uv run，否则会重新创建虚拟环境，浪费空间和时间）：

bash 复制代码

XLA_PYTHON_CLIENT_MEM_FRACTION=0.7 python scripts/serve_policy.py \
    --host='0.0.0.0' \
    --port=8999 \
    policy:checkpoint \
    --policy.config=organize_items \
    --policy.dir ./checkpoints/organize_items/29999

⚠️ 重要提示：

模型文件默认下载到 ~/.cache/openpi，千万不要删除该目录！重新下载极其耗时。

启动成功后，终端会显示类似 INFO: Started server process [xxx] 的日志，并带有IP信息（如 100.88.33.251），记下这个IP。

2.2 常见问题修复

如果遇到av版本报错，根据lerobot的依赖要求，将pyav改为正确版本（新版镜像已修复，若使用旧镜像需手动改pyproject.toml）。

三、客户端配置（GenieSim）

3.1 SSH端口转发

在客户端机器上执行（将服务端的8999端口映射到本地）：

bash 复制代码

ssh -CNg -L 8999:127.0.0.1:8999 root@<服务端IP>
# 示例：ssh -CNg -L 8999:127.0.0.1:8999 root@100.88.33.251

输入密码后保持连接。

验证转发是否成功：

bash 复制代码

python -c "import socket; s=socket.socket(); s.connect(('localhost', 8999)); print('OK')"

输出OK表示端口连通。

3.2 下载资产文件

注：社区提供的镜像已预先配置好资产，一般无需额外操作。

如需手动下载，请将资源放到：

bash 复制代码

/root/genie_sim/source/geniesim/assets

资源地址：GenieSimAssets on ModelScope

3.3 设置环境变量

社区镜像已在.bashrc中配置好，如需手动设置：

bash 复制代码

export SIM_REPO_ROOT=/root/genie_sim
export BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"
export API_KEY="sk-xxxx"          # 替换为你的key
export MODEL="qwen3-max"
export VL_MODEL="qwen3-vl-plus"
export SIM_ASSETS=$SIM_REPO_ROOT/source/geniesim/assets

3.4 启动仿真器

进入GenieSim目录：

bash 复制代码

cd /root/genie_sim

使用以下任一命令启动（推荐omni_python）：

bash 复制代码

omni_python source/geniesim/app/app.py --config source/geniesim/config/organize_items.yaml

或

bash 复制代码

/isaac-sim/python.sh source/geniesim/app/app.py --config source/geniesim/config/organize_items.yaml

稍等片刻，就会看到仿真窗口开始执行动作。

仿真窗口执行片段

四、录制仿真结果

4.1 替换录制脚本

将教程提供的auto_record_and_extract.py复制到：

bash 复制代码

/root/genie_sim/scripts/auto_record_and_extract.py

修改启动脚本/root/genie_sim/scripts/start_auto_record.sh中的相关配置（路径、参数等）。

建议先备份再修改。

4.2 启动录制模式

使用录制专用的配置文件：

bash 复制代码

cd /root/genie_sim
omni_python source/geniesim/app/app.py --config source/geniesim/config/organize_items_record.yaml

当终端出现类似"仿真频率"的稳定输出后，新开一个终端执行：

bash 复制代码

cd /root/genie_sim
bash scripts/start_auto_record.sh

4.3 获取录制的视频

仿真结束后，录制的.mcap文件会自动解析并保存为.mp4。文件位置示例：

bash 复制代码

/root/genie_sim/output/recording_data/recording_data/place_object_into_box_color/recording_20260204_121814/recording_20260204_121814_0.mcap

如果已有.mcap文件，可直接解析：

bash 复制代码

cd /root/genie_sim
python3 scripts/auto_record_and_extract.py \
  --bag_path "/root/genie_sim/output/recording_data/.../recording_20260204_141040"

最后没截上图，没算力时间了，^^!

五、常见问题备忘

问题	解决方法
`uv run`创建新虚拟环境	改用`python`直接运行
`~/.cache/openpi`被误删	不要删除！重下极慢
`av`版本报错	改为`pyav`或使用新版镜像
端口转发失败	检查服务端IP和防火墙，确保8999端口开放
仿真器无法启动	确认资产路径和环境变量已正确设置

六、总结

整套流程下来，核心就是三步：

服务端跑起OpenPI策略
客户端通过SSH隧道连接
仿真器加载配置并录制

虽然细节不少，但只要按步骤来，都能顺利跑通。录制出来的视频可以直接用于演示或分析，非常实用。

如果你也在研究具身智能仿真，欢迎一起交流讨论～

来源处：

https://github.com/datawhalechina/every-embodied/blob/main/10-%E5%85%B7%E8%BA%AB%E6%99%BA%E8%83%BD%E5%85%B6%E4%BB%96%E4%BB%BF%E7%9C%9F%E5%B7%A5%E5%85%B7%E5%8F%8A%E4%BB%BF%E7%9C%9F%E5%89%8D%E6%B2%BF/07GenieSim%E9%85%8D%E7%BD%AE.mdhttps://github.com/datawhalechina/every-embodied/blob/main/10-%E5%85%B7%E8%BA%AB%E6%99%BA%E8%83%BD%E5%85%B6%E4%BB%96%E4%BB%BF%E7%9C%9F%E5%B7%A5%E5%85%B7%E5%8F%8A%E4%BB%BF%E7%9C%9F%E5%89%8D%E6%B2%BF/07GenieSim%E9%85%8D%E7%BD%AE.md https://www.datawhale.cn/learn/content/258/6172?from=homepagehttps://www.datawhale.cn/learn/content/258/6172?from=homepage详细请关注 Datawhale 开源社区。