isaac_gym 环境安装_nvidia isaac gym

硬件准备

由于 isaac_gym 仿真平台需要 CUDA,本文建议硬件需要配置 NVIDIA 显卡(显存>8GB、 RTX系列显卡)，并安装相应的显卡驱动。建议系统使用 ubuntu18/20，显卡驱动 525 版本

环境配置

建议在虚拟环境 conda 中配置该环境。

1. 创建虚拟环境

conda create -n rl-go2 python=3.8

1. 激活虚拟环境

conda activate rl-go2

1. 安装 CUDA， pytorch

pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

注意 numpy库版本不要太高，建议安装 1.23.5版本。

1. 下载 Isaac Gym Preview 4 仿真平台，解压后进入 python 目录，使用 pip 安装。

# current directory: isaacgym/python
pip install -e .

1. 运行 python/examples 目录下的例程，验证安装是否成功。

# current directory: isaacgym/python/examples
python 1080_balls_of_solitude.py

若安装成功，可看到如下窗口。

6. 安装rsl_rl库

git clone https://github.com/leggedrobotics/rsl_rl
cd rsl_rl && pip install -e .

模型训练使用

1. 下载宇树官方示例代码

git clone https://github.com/unitreerobotics/unitree_rl_gym.git

1. 修改 legged_gym/scripts/train.py ， legged_gym/scripts/play.py 中的sys.path.append("/home/unitree/go2/legged_gym")
   为自己的路径。
2. 激活强化学习虚拟环境

conda activate rl-go2

1. 执行训练指令，开始训练。

python3  train.py --task=go2

修改 train.py 文件中的 args.headless 参数，可开启或关闭可视化界面。

isaac_gym 出现如下界面，则训练开始。
 

终端输出窗口如下：

训练 1500 次后，运行测试指令。

python play.py --task=go2

效果演示