网站建设十大品牌,网络营销策划案例,圣辉友联北京网站建设公司,wordpress 会员投稿Ubuntu20.04本地配置IsaacLab的G1训练环境#xff08;一#xff09; 配置Omniverse环境配置IsaacSim配置IsaacLab 写在前面#xff0c;如果Ubuntu剩余空间低于60G#xff0c;则空间不足#xff0c;除非你不需要资产包。但资产包中却包含了G1模型、Go2模型等机器人模型和代… Ubuntu20.04本地配置IsaacLab的G1训练环境一 配置Omniverse环境配置IsaacSim配置IsaacLab 写在前面如果Ubuntu剩余空间低于60G则空间不足除非你不需要资产包。但资产包中却包含了G1模型、Go2模型等机器人模型和代码是必不可少的。 另外IsaacLab是基于IsaacSim的进一步开发因此在安装IsaacLab前要先安装IsaacSim。 配置Omniverse环境
从官网下载omniverse launcher运行文件Direct Link: Linux
运行omniverse-launcher文件登录Nvidia账号按照引导选择进入Omniverse主界面。 同意相关协议 按照默认设置路径 下载omniverse nucleus navigator
选择导航栏的交易所(exchange)目录下搜索nucleus navigator进行安装
安装完成后点击图书馆Library-nucleus navigator-启动launch启动导航工具 点击创建本地服务器create local server-next-填入个人信息完成本地服务器的初始设置。 这里账户的创建建议用admin密码admin其他也可以其他自行填写。 创建完成且安装完成后结果如下 配置IsaacSim
进入omniverse的交互所exchange界面选择IsaacSim点击外部链接 随后会跳转到浏览器链接中然后选择4.2.0Linux版本下载。对于这一步跟之前的版本有所不同之前不存在外部链接而是直接安装。现在只能选择外部链接。
下载完成后将压缩包解压至/home/xx你自己的用户名/.local/share/ov/pkg/isaac-sim-4.2.0。这一步中若不存在isaac-sim-4.2.0文件夹则创建一个并将文件解压进去。 然后新开一个终端执行
sudo gedit ~/.bashrc并在最下面写入
export ISAACSIM_PATH${HOME}/.local/share/ov/pkg/isaac-sim-4.2.0
export ISAACSIM_PYTHON_EXE${ISAACSIM_PATH}/python.sh关闭bashrc文件回到终端执行
source ~/.bashrc
cd ~/.local/share/ov/pkg
python3 -m pip install --upgrade pip
sudo apt-get update sudo apt-get install -y git
git clone https://github.com/isaac-sim/IsaacLab.git # 若下载失败可采用git镜像git clone https://kkgithub.com/isaac-sim/IsaacLab.git
cd IsaacLab
gedit isaaclab.sh在sh文件上方命令“export ISAACLAB_PATH“ ( c d ( cd (cd( dirname “${BASH_SOURCE[0]}” )” /dev/null pwd )”之前添加代码
source ~/.local/share/ov/pkg/isaac-sim-4.2.0/setup_conda_env.sh而后关闭文件在终端中执行
source ~/.bashrc
# 创建符号链接
ln -s ~/.local/share/ov/pkg/isaac-sim-4.2.0 _isaac_sim
# 配置conda环境
./isaaclab.sh --conda
# 激活虚拟环境环境名称默认为isaaclab若指定名称则执行 ./isaaclab.sh --conda my_env
conda activate isaaclab
# 安装
conda install pytorch1.13.1 torchvision0.14.1 torchaudio0.13.1 pytorch-cuda11.7 -c pytorch -c nvidia
pip install stable-baselines32.0.0 tensorboard2.11.0 tensorboard-plugin-wit1.8.1 protobuf3.20.3
sudo apt install cmake build-essential验证是否安装成功终端执行
python ${ISAACSIM_PATH}/standalone_examples/api/omni.isaac.core/add_cubes.py若出现如下图所示界面以及终端输出说明isaacsim安装成功。 配置IsaacLab
进入~/.local/share/ov/pkg/IsaacLab目录在该目录下打开终端执行
./isaaclab.sh --install这一步会安装需要的环境其中有三个git网站会进行访问若出现某git网站无法访问之类的报错纯属网络问题。建议使用vscode打开~/.local/share/ov/pkg文件夹然后搜索github并替换成kkgithubgithub镜像。再次执行上述命令待安装完成后再替换回github。 不出意外的话就要出意外了出现rsl-rl找不到匹配版本的问题。 执行
pip install githttps://github.com/leggedrobotics/rsl_rl.git然后启动isaaclab
./isaaclab.sh -s这里的启动会比较费时只有在最后出现了Isaac Sim App is loaded.才说明启动成功。 随后下载本地资产包Assets资产包是在之前外部链接的页面下载的 配置资产包在IsaacLab的启动界面中在下方导航栏的Content中找到Omniverse/localhost/Library在Library目录下创建NVIDIA文件夹若不存在NVIDIA并在NVIDIA文件夹内添加下载的Assets资产包到该位置右键Upload Files or Folder。 右下角Import导入。等待导入完成关闭界面回到终端执行
bash isaac-sim.sh --/persistent/isaac/asset_root/defaultomniverse://localhost/Library/NVIDIA/Assets该命令的目的是用于指定默认的资产路径。为验证是否设置成功在打开的IsaacSim界面中导航栏进行如图所示选择 显示 这里显示虽然不是刚刚导入的路径但实际上是没有问题的。
随后找到~/.local/share/ov/pkg/IsaacLab/source/extensions/omni.isaac.lab/omni/isaac/lab/app/app_launcher.py文件并将其中第683行的路径改为
omniverse://localhost/Library/NVIDIA/Assets/Isaac/4.2然后测试在IsaacLab目录下conda虚拟环境中执行
./isaaclab.sh -p source/standalone/demos/quadrupeds.py
# 或者执行
# python source/standalone/demos/quadrupeds.py出现四足机器人说明成功
