学完这一章后,大家可以判断自己的电脑或云服务器是否适合运行 Isaac Sim,并完成三类常见配置:Windows 本地工作站安装、Linux 工作站或云服务器安装、以及 micromamba/venv 方式的 Python 环境安装。本文还会说明 Isaac Lab 应该接在哪一步,以及什么时候才需要进入 GR00T 复现。
这里先给出核心判断:如果只是学习 Isaac Sim 的 GUI、机器人导入、传感器和基础场景,Windows 本地工作站完全可以作为入门环境;如果要跑 Isaac Lab 强化学习训练、Docker、远程桌面或多人复现,Linux 工作站和云 GPU 服务器更稳。云服务器和本地工作站的命令差别不大,本质区别是云服务器需要额外处理远程显示、端口、安全组和数据持久化。
| 场景 | 推荐路线 | 说明 |
|---|---|---|
| Windows 电脑,只想先打开 Isaac Sim GUI 学习 | Workstation 安装包 | 最容易给初学者解释,直接启动 App Selector。 |
| Windows 电脑,希望用 Python 环境管理 Isaac Sim | micromamba/venv + pip | 适合后续接 Isaac Lab,但安装包较大,首次拉取扩展较慢。 |
| Ubuntu 工作站,有显示器 | Workstation 安装包或 pip | Workstation 更直观,pip 更利于和 Isaac Lab 组合。 |
| Ubuntu 云服务器,没有显示器 | Docker 或 pip + 远程桌面/直播流 | 要额外处理 VNC、WebRTC、NICE DCV 或 X11。 |
| 目标是 Isaac Lab 训练 | pip Isaac Sim + Isaac Lab 源码 | Isaac Lab 官方推荐先装 Isaac Sim pip 包,再装 Isaac Lab。 |
| 目标是 GR00T 复现 | 先读版本声明,再进入 GR00T 教程 | GR00T 与 Isaac 的依赖很重,建议单独环境,不要和本地入门环境混用。 |
Isaac Sim 是一个高保真仿真平台,不是普通 Python 小库。它依赖 NVIDIA RTX GPU、驱动、Omniverse Kit、PhysX、USD 资产、图形渲染和大量扩展。大家安装时不要只盯着 pip install 是否成功,更重要的是确认 GPU 驱动、显存、图形界面和扩展缓存都能正常工作。
为了让大家能一步一步复现,这里把本章会用到的下载入口集中列出来。Isaac Sim 版本更新较快,如果大家后续使用 5.2 或更高版本,应优先进入官方下载页确认文件名和版本号,再替换命令里的 URL。
| 内容 | 下载或获取方式 | 用在什么场景 |
|---|---|---|
| Isaac Sim 5.1 Windows Workstation | isaac-sim-standalone-5.1.0-windows-x86_64.zip | Windows 本地 GUI 入门 |
| Isaac Sim 5.1 Linux Workstation | isaac-sim-standalone-5.1.0-linux-x86_64.zip | Ubuntu 工作站 GUI 入门 |
| Isaac Sim 5.1 Python 包 | pip install "isaacsim[all,extscache]==5.1.0" --extra-index-url https://pypi.nvidia.com |
micromamba / venv / Isaac Lab |
| Isaac Sim 5.1 Docker 镜像 | docker pull nvcr.io/nvidia/isaac-sim:5.1.0 |
Linux 云服务器、容器隔离 |
| WebRTC Streaming Client Windows | isaacsim-webrtc-streaming-client-1.1.5-windows-x64.exe | 远程连接云端 Isaac Sim |
| WebRTC Streaming Client Linux | isaacsim-webrtc-streaming-client-1.1.5-linux-x64.AppImage | Linux 客户端连接远程 Isaac Sim |
| Isaac Sim 完整资产包 | complete 001、complete 002、complete 003 | 离线资产、本地缓存、内网环境 |
| NVIDIA Container Toolkit | 官方安装文档 | Docker 访问 GPU |
| Isaac Lab 源码 | git clone https://github.com/isaac-sim/IsaacLab.git |
Isaac Lab 训练和任务构建 |
最稳的初学者路线是先下载 Workstation 包,把 Isaac Sim GUI 跑起来;如果后续要做 Isaac Lab,再改用 pip 环境。云服务器路线则先配置 NVIDIA 驱动和 Docker GPU runtime,再拉取 nvcr.io/nvidia/isaac-sim:5.1.0。
根据 NVIDIA Isaac Sim 5.1 官方要求,x86_64 平台支持 Ubuntu 22.04/24.04 和 Windows 10/11。官方最低配置表中给出的内存是 32GB RAM,存储至少 50GB SSD,显卡侧重点是带 RT Core 的 NVIDIA RTX GPU。官方还提醒,复杂场景、传感器和大规模训练会继续增加 RAM 与 VRAM 需求,低于 16GB 显存的 GPU 可能无法运行复杂渲染场景。
这意味着,RTX 3060 Laptop 6GB 这类机器可以用于轻量学习和兼容性验证,但不适合作为复杂 Isaac Lab 训练、高清传感器、多机器人场景或 GR00T 大模型复现的主力环境。如果学习者不想租服务器,可以先在本机完成 GUI 和基础场景;等到需要训练、合成数据或大模型推理时,再切到云服务器。
在 Windows PowerShell 中,先确认 NVIDIA 驱动、Python 和磁盘空间。Isaac Sim 5.x 的 pip 安装需要 Python 3.11;如果本机默认是 Python 3.12 或 3.10,请单独建环境,不要直接装进系统 Python。
nvidia-smi
python --version
python -m pip --version
Get-PSDrive C如果准备走 pip 路线,还可以先检查 PyPI 和 NVIDIA PyPI 源是否能看到 Isaac Sim 包。这个命令只查询包索引,不会下载完整安装包。
python -m pip index versions isaacsim --index-url https://pypi.org/simple --extra-index-url https://pypi.nvidia.com在 Linux 上,额外检查 GLIBC。Isaac Sim 5.x pip 包要求 GLIBC 2.35 或更高,Ubuntu 22.04 通常满足,Ubuntu 20.04 默认 GLIBC 2.31,不建议直接走 pip 路线。
nvidia-smi
python3 --version
ldd --version
df -hCheckpoint 1:如果 nvidia-smi 看不到 NVIDIA GPU,先不要继续安装 Isaac Sim。此时问题通常是显卡驱动、云服务器 GPU 实例规格、Docker GPU runtime 或远程桌面环境,而不是 Isaac Sim 本身。
Windows 初学者优先推荐 Workstation 安装包,因为它最接近普通桌面软件的使用方式。大家可以从浏览器下载,也可以在 PowerShell 中直接下载。安装包大约几十 GB,建议先确认磁盘空间,再解压到 C:\isaacsim 这类短路径,减少 Windows 长路径导致的安装和缓存问题。
第一步,下载 Windows standalone 包:
New-Item -ItemType Directory -Force C:\isaacsim-downloads
cd C:\isaacsim-downloads
Invoke-WebRequest `
-Uri "https://downloads.isaacsim.nvidia.com/isaac-sim-standalone-5.1.0-windows-x86_64.zip" `
-OutFile "isaac-sim-standalone-5.1.0-windows-x86_64.zip"如果 Invoke-WebRequest 下载很慢,可以把上面的 URL 复制到浏览器、IDM、aria2 或学校网络下载器中下载,文件名保持不变即可。
第二步,解压并执行安装后处理:
mkdir C:\isaacsim
cd C:\isaacsim-downloads
tar -xvzf "isaac-sim-standalone-5.1.0-windows-x86_64.zip" -C C:\isaacsim
cd C:\isaacsim
.\post_install.bat
.\isaac-sim.selector.bat启动 App Selector 后,选择 Isaac Sim Full 并点击 START。第一次启动会预热 shader cache 并拉取扩展,空白窗口持续几分钟是正常现象。进入主界面后,建议先做最小图形验证:选择 Create > Environment > Simple Room,再选择 Create > Robots > Franka Emika Panda Arm,最后点击左侧播放按钮。如果场景能显示并运行,说明本地 GUI、渲染、基础资产和物理仿真链路已经打通。
Checkpoint 2:这个验证只证明 Isaac Sim 可以在本机打开并运行基础场景,不代表显存足够做大规模训练,也不代表 ROS2、Isaac Lab 或 GR00T 已经配置完成。
如果后续要接 Isaac Lab,或者希望把 Isaac Sim 当成 Python 包管理,可以使用 micromamba 或 venv。这里推荐单独创建 env_isaacsim,不要装进已经用于 LeRobot、OpenVLA、PyTorch 实验的环境。
micromamba create -n env_isaacsim python=3.11 -y
micromamba activate env_isaacsim
python -m pip install --upgrade pip
python -m pip install "isaacsim[all,extscache]==5.1.0" --extra-index-url https://pypi.nvidia.comIsaac Sim 首次运行需要接受 NVIDIA Omniverse EULA。PowerShell 中可以临时设置环境变量:
$env:OMNI_KIT_ACCEPT_EULA="YES"
isaacsim isaacsim.exp.compatibility_check
isaacsim如果只是想先检查机器是否满足要求,可以先安装更小的兼容性检查 bundle:
python -m pip install "isaacsim[compatibility-check]==5.1.0" --extra-index-url https://pypi.nvidia.com
$env:OMNI_KIT_ACCEPT_EULA="YES"
isaacsim isaacsim.exp.compatibility_checkCheckpoint 3:isaacsim isaacsim.exp.compatibility_check 会启动 Isaac Sim 兼容性检查应用。它比完整 GUI 更适合作为安装前体检,但它不能替代后续的完整场景验证。
Linux 本地工作站可以直接使用 Workstation 安装包。第一步,下载安装包:
mkdir -p ~/isaacsim-downloads
cd ~/isaacsim-downloads
wget -c https://downloads.isaacsim.nvidia.com/isaac-sim-standalone-5.1.0-linux-x86_64.zip第二步,解压并启动 App Selector:
mkdir -p ~/isaacsim
cd ~/isaacsim-downloads
unzip "isaac-sim-standalone-5.1.0-linux-x86_64.zip" -d ~/isaacsim
cd ~/isaacsim
./post_install.sh
./isaac-sim.selector.sh如果是云服务器,通常没有物理显示器,Workstation GUI 需要配合 VNC、NICE DCV、X11 转发或 Isaac Sim Livestream。此时建议大家把“云服务器”和“本地 Linux 工作站”理解成同一套 Isaac 安装,只是云服务器多了远程显示和端口暴露问题。端口不要直接对公网开放,优先使用 SSH 隧道或云厂商安全组限制来源 IP。
如果走 pip 路线,Linux 命令如下:
micromamba create -n env_isaacsim python=3.11 -y
micromamba activate env_isaacsim
python -m pip install --upgrade pip
python -m pip install "isaacsim[all,extscache]==5.1.0" --extra-index-url https://pypi.nvidia.com
export OMNI_KIT_ACCEPT_EULA=YES
isaacsim isaacsim.exp.compatibility_check
isaacsim如果 ldd --version 显示 GLIBC 低于 2.35,不要在旧系统上硬装 pip 版本。更稳妥的做法是换 Ubuntu 22.04/24.04,或者使用官方二进制安装包和容器路线。
Docker 更适合 Linux 云服务器、多人复现和环境隔离。NVIDIA 官方明确说明 Isaac Sim container 只支持 Linux。Windows 本地如果想用 Isaac Sim GUI,优先用 Workstation 或 pip,不建议把 Windows Docker 当作首选教学路线。
第一步,安装 Docker。如果云服务器镜像已经预装 Docker,可以跳过这一段:
sudo apt update
sudo apt install -y docker.io
sudo systemctl enable docker
sudo systemctl start docker
docker --version第二步,安装 NVIDIA Container Toolkit。下面是 Ubuntu 上的官方安装方式,其他发行版以 NVIDIA Container Toolkit 官方文档为准:
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey \
| sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list \
| sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' \
| sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt update
sudo apt install -y nvidia-container-toolkit
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker第三步,验证容器内能看到 GPU:
docker run --rm --runtime=nvidia --gpus all ubuntu nvidia-smi第四步,拉取 Isaac Sim 5.1 镜像。镜像来自 NVIDIA NGC,首次拉取可能需要登录 NGC;如果提示认证失败,先在 NGC 注册并生成 API Key,再执行 docker login nvcr.io。
docker login nvcr.io
docker pull nvcr.io/nvidia/isaac-sim:5.1.0建议给 Isaac Sim 缓存、日志和用户数据挂载独立目录,避免容器删除后缓存丢失:
mkdir -p ~/docker/isaac-sim/cache/main
mkdir -p ~/docker/isaac-sim/cache/computecache
mkdir -p ~/docker/isaac-sim/config
mkdir -p ~/docker/isaac-sim/data
mkdir -p ~/docker/isaac-sim/logs
mkdir -p ~/docker/isaac-sim/pkg
sudo chown -R 1234:1234 ~/docker/isaac-sim启动交互容器:
docker run --name isaac-sim --entrypoint bash -it --gpus all --rm --network=host \
-e "ACCEPT_EULA=Y" \
-e "PRIVACY_CONSENT=Y" \
-v ~/docker/isaac-sim/cache/main:/isaac-sim/.cache:rw \
-v ~/docker/isaac-sim/cache/computecache:/isaac-sim/.nv/ComputeCache:rw \
-v ~/docker/isaac-sim/logs:/isaac-sim/.nvidia-omniverse/logs:rw \
-v ~/docker/isaac-sim/config:/isaac-sim/.nvidia-omniverse/config:rw \
-v ~/docker/isaac-sim/data:/isaac-sim/.local/share/ov/data:rw \
-v ~/docker/isaac-sim/pkg:/isaac-sim/.local/share/ov/pkg:rw \
-u 1234:1234 \
nvcr.io/nvidia/isaac-sim:5.1.0进入容器后先跑兼容性检查:
./isaac-sim.compatibility_check.sh --/app/quitAfter=10 --no-windowCheckpoint 4:如果这里看到系统检查通过,说明 Docker、NVIDIA Container Toolkit、GPU 驱动和 Isaac Sim 容器至少能在 headless 模式下工作。它仍然不等价于远程 GUI 或 Livestream 已经配置成功。
云服务器和本地工作站的 Isaac Sim 本体是一套东西,但云端多了“如何看到画面”的问题。最简单的教学方案是 VNC 或 NICE DCV;如果使用 Isaac Sim 自带 livestream,可以下载 WebRTC Streaming Client。
Windows 本地电脑连接云端 Isaac Sim 时,下载这个客户端:
New-Item -ItemType Directory -Force C:\isaacsim-downloads
Invoke-WebRequest `
-Uri "https://downloads.isaacsim.nvidia.com/isaacsim-webrtc-streaming-client-1.1.5-windows-x64.exe" `
-OutFile "C:\isaacsim-downloads\isaacsim-webrtc-streaming-client-1.1.5-windows-x64.exe"Linux 客户端下载这个 AppImage:
mkdir -p ~/isaacsim-downloads
cd ~/isaacsim-downloads
wget -c https://downloads.isaacsim.nvidia.com/isaacsim-webrtc-streaming-client-1.1.5-linux-x64.AppImage
chmod +x isaacsim-webrtc-streaming-client-1.1.5-linux-x64.AppImage远程显示的配置和云厂商安全组强相关。原则上不要把 VNC 或 livestream 端口直接暴露给公网,优先使用 SSH 隧道或只允许自己的固定 IP 访问。
Isaac Lab 是建立在 Isaac Sim 之上的机器人学习框架,适合强化学习、模仿学习、任务构建和并行仿真。推荐流程是先让 Isaac Sim 可以启动,再安装 Isaac Lab。不要在 Isaac Sim 还打不开时直接装 Isaac Lab,否则后续报错会很难定位。
以下命令以 Isaac Lab 2.3.x 和 Isaac Sim 5.1 为主线。Isaac Lab 本体从 GitHub 获取,大家可以先下载源码,再切到对应 release。建议进入 Isaac Lab 官方 release 页面确认当前版本对应的 Isaac Sim 版本,再决定是否升级。
git clone https://github.com/isaac-sim/IsaacLab.git
cd IsaacLab
git checkout v2.3.0Linux 上安装基础编译依赖,然后安装 Isaac Lab 扩展:
sudo apt update
sudo apt install -y cmake build-essential
./isaaclab.sh --install
./isaaclab.sh -p scripts/tutorials/00_sim/create_empty.pyWindows 上在已激活的 Isaac Python 环境中执行:
isaaclab.bat --install
isaaclab.bat -p scripts\tutorials\00_sim\create_empty.py官方验证脚本会启动一个黑色 viewport 的空场景。这个结果看起来很简单,但它证明 Isaac Lab 可以调用当前 Python 环境、找到 Isaac Sim、加载基础扩展并打开仿真应用。
Isaac Sim 5.1 支持 ROS2 Humble 和 Jazzy。Ubuntu 22.04 推荐 Humble,Ubuntu 24.04 推荐 Jazzy;Windows 10/11 场景下,官方文档建议 ROS2 Humble 通过 WSL 使用。
初学者不建议把 ROS2 和 Isaac Sim 安装放在第一天一起做。更稳的顺序是先打开 Isaac Sim,再安装 ROS2,再启用 ROS2 Bridge。默认消息类型如 std_msgs、geometry_msgs、nav_msgs 通常比较容易跑通;如果需要自定义 ROS2 interface,需要同时考虑 Isaac Sim Python 3.11 和系统 ROS Python 版本之间的兼容关系。
GR00T 不是 Isaac Sim 的入门配置,而是更靠后的机器人基础模型实践。仓库中的 阿里云部署 Isaac Lab + GR00T 完整教程 已经锁定了一套历史可复现版本:Isaac Sim 4.2.0、Isaac Lab v1.4.1、GR00T N1.6、PyTorch 2.5.1 和 CUDA 12.1。这个版本组合与本文的 Isaac Sim 5.1 主线不同。
如果大家只是本地学习 Isaac Sim,不需要立刻装 GR00T。如果目标是复现 GR00T,建议单独开一个云服务器或单独环境,按照原教程版本执行,不要把 GR00T 依赖安装进 env_isaacsim。这样做可以避免 PyTorch、CUDA、transformers、flash-attn 和 Isaac 扩展互相污染。
Isaac Sim 安装失败时,先按层排查。第一层是硬件和驱动:nvidia-smi 是否正常,驱动是否足够新,GPU 是否有 RT Core,显存是否过低。第二层是系统:Windows 是否开启长路径支持,Linux GLIBC 是否满足 pip 包要求,磁盘是否至少预留几十 GB。第三层才是 Python:是否使用 Python 3.11,是否把 Isaac 装进了干净环境,是否使用了 NVIDIA PyPI 源。
如果首次启动很慢,不要马上关闭窗口。Isaac Sim 第一次启动会拉取扩展、编译 shader cache 和初始化用户配置,5 到 10 分钟都可能是正常现象。只有当日志明确显示驱动错误、扩展下载失败、EULA 未接受或进程崩溃时,才按错误信息处理。
如果 Windows 上 pip 安装报路径过长,先开启长路径支持,或者改用更短的环境路径。Workstation 安装时也建议使用 C:\isaacsim 这种短路径,而不是层级很深的个人文档目录。
如果云服务器上 GUI 打不开,先区分 Isaac 是否能 headless 启动。如果兼容性检查能通过,问题多半在 VNC、WebRTC、DISPLAY、Xauthority 或安全组端口,而不是 Isaac Sim 本体。此时可以先用容器 headless 命令验证,再处理远程显示。
本文没有在本仓库机器上完整下载 40GB 级 Isaac Sim 安装包,因为这会产生较大的时间和磁盘成本。已完成的轻量验证包括:本机 nvidia-smi 可识别 NVIDIA GeForce RTX 3060 Laptop GPU,驱动版本 581.95,显存 6144 MiB;当前 Python 为 3.11.15;micromamba 版本为 2.3.0;通过 PyPI 与 NVIDIA PyPI 索引可查询到 isaacsim 的 5.1.0.0 和 5.0.0.0 包版本。
这组验证证明本机具备最基本的 NVIDIA 驱动、Python 3.11 和包索引访问条件,但不证明本机 6GB 显存足够运行复杂 Isaac 场景。真正交付给学习者时,仍建议按本文 Checkpoint 逐步确认。
- NVIDIA Isaac Sim 5.1 Installation
- NVIDIA Isaac Sim 5.1 Downloads
- NVIDIA Isaac Sim 5.1 Requirements
- NVIDIA Isaac Sim 5.1 Workstation Installation
- NVIDIA Isaac Sim 5.1 Python Environment Installation
- NVIDIA Isaac Sim 5.1 Container Installation
- NVIDIA Isaac Sim 5.1 ROS 2 Installation
- NVIDIA Container Toolkit Installation
- Isaac Lab 2.3 Installation using Isaac Sim Pip Package