机器人训练环境isaac gym以及legged_gym项目的配置问题_leggym

isaac gym是现阶段主流的机器人训练环境之一，而“https://leggedrobotics.github.io/legged_gym/”（下称legged_gym）则是入门isaac gym机器人训练的经典开源项目，博主在这里记录实现legged_gym项目过程中的部分环境配置过程：

1.基本环境配置

首先在ubuntu系统中创建新的虚拟环境，python版本为3.8：

conda create -n leggym python=3.8

进入虚拟环境：

conda activate leggym

按照legged_gym上教程文档，安装pytorch 1.10 和对应版本的 cuda-11.3:

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

进入isaac gym 官网：Isaac Gym - Preview Release | NVIDIA Developer

下载Isaac Gym Preview 4（readme教程上写的是3，但是4向下兼容）。

下载Isaac Gym解压之后，到isaacgym/python目录下（有set up.py的那个目录），命令行中输入：

pip install -e .

验证是否成功安装isaacgym，去examples目录下运行:

python 1080_balls_of_solitude.py

成功运行：

 安装PPO算法部署需要的rsl_rl，先附上其下载地址：https://github.com/leggedrobotics/rsl_rl

进入该位置：

输入： 

pip install -e .

 注意：rsl_rl需要下载此前的1.02版本，下载默认版本（新版本）会报错。

再回到 legged_gym目录下，到有setup.py文件的位置，再次输入

pip install -e .

完成配置。

---

由于版本更新，还需要修改两个包的版本，添加一个包才能正常运行，否则会报错，博主在这里直接给出代码：

pip install numpy==1.23.5
pip install tensorboard
conda install setuptools==59.5.0

经热心网友提醒，现在 setuptools==59.5.0 版本可能不兼任，更改为安装：

conda install setuptools==58.0.4

2:leggym训练与实现： 

配置好后，到此位置：

进行训练：

python train.py --task=anymal_c_flat

最后测试训练结果：

python play.py --task=anymal_c_flat

Tips：如果显存不足报错，可以修改envs的数量（在config.py文件中）；添加headless（训练时不显示图形框）在一定程度上缓解；另外建议使用nvidia-smi命令查看显存占用情况。