Ubuntu 20.04 不支持 pip 安装 Isaac Sim 4.5(因为 pip 安装需要 GLIBC 2.34+,而 Ubuntu 20.04 默认是 GLIBC 2.31)。官方明确推荐 Ubuntu 20.04 用户使用二进制安装方式
自行安装 NVIDIA 驱动
bash
#验证驱动安装
nvidia-smi
输出应显示驱动版本为 535.129.03 或更高
一、安装Isaac Sim 4.5二进制文件
1. 下载Isaac Sim 4.5二进制包
访问 NVIDIA 官方下载页面: https://docs.isaacsim.omniverse.nvidia.com/4.5.0/installation/download.html
文件名为:isaac-sim-standalone-4.5.0-linux-x86_64.zip
2. 解压并安装
bash
# 创建安装目录
mkdir ~/isaacsim
# 解压到安装目录
cd ~/Downloads
unzip "isaac-sim-standalone-4.5.0-linux-x86_64.zip" -d ~/isaacsim
# 进入安装目录
cd ~/isaacsim
# 运行安装后脚本
./post_install.sh
# 运行 Isaac Sim 应用选择器
./isaac-sim.selector.sh
3. 配置环境变量
bash
nano ~/.bashrc
在文件末尾添加以下内容:
XML
# Isaac Sim 根目录
export ISAACSIM_PATH="${HOME}/isaacsim"
# Isaac Sim Python 可执行文件
export ISAACSIM_PYTHON_EXE="${ISAACSIM_PATH}/python.sh"
使配置生效:
bash
source ~/.bashrc
4. 验证 Isaac Sim 安装
bash
# 检查 Python 路径是否正确
${ISAACSIM_PYTHON_EXE} -c "print('Isaac Sim configuration is now complete.')"
# 运行简单示例
${ISAACSIM_PYTHON_EXE} ${ISAACSIM_PATH}/standalone_examples/api/isaacsim.core.api/add_cubes.py
第一次运行会编译着色器,可能需要 5-10 分钟,这是正常现象
二、安装 Isaac Lab
1. 克隆 Isaac Lab 源代码
bash
# 克隆仓库
git clone https://github.com/isaac-sim/IsaacLab.git
# 进入 Isaac Lab 目录
cd IsaacLab
2. 创建 Isaac Sim 符号链接
bash
# 创建符号链接,指向你的isaacsim_45目录
ln -s ~/isaacsim_45 _isaac_sim
# 验证符号链接是否正确
ls -l _isaac_sim
# 应该显示:_isaac_sim -> /home/xxx/isaacsim_45
3. 安装系统依赖
bash
sudo apt update
sudo apt install cmake build-essential -y
4. 安装 Isaac Lab 依赖
bash
# 安装所有依赖(包括所有学习框架)
./isaaclab.sh --install
# 或者只安装特定框架(如 rsl_rl)
# isaaclab.sh -p -m pip install rsl-rl-lib
5.(可选)创建 Conda 环境
bash
# 创建 Conda 环境
./isaaclab.sh --conda
# 激活环境
conda activate isaaclab
source ~/isaacsim_45/setup_conda_env.sh
# 重新安装依赖
./isaaclab.sh --install
6.验证 Isaac Lab 安装
bash
# 使用 Isaac Lab 脚本运行
./isaaclab.sh -p scripts/tutorials/00_sim/create_empty.py
# 使用IsaacSim自带内置 python
${ISAACSIM_PYTHON_EXE} scripts/tutorials/00_sim/create_empty.py
如果成功,会启动模拟器并显示一个黑色视口,按 Ctrl+C 退出
三、运行训练
训练 Ant 机器人行走
bash
./isaaclab.sh -p scripts/reinforcement_learning/rsl_rl/train.py --task=Isaac-Ant-v0 --headless
训练会自动开始,你会在终端看到奖励值逐渐上升。按Ctrl+C可以停止训练
可视化训练好的模型
bash
./isaaclab.sh -p scripts/reinforcement_learning/rsl_rl/play.py --task=Isaac-Ant-v0