Skip to content

Latest commit

 

History

History
340 lines (243 loc) · 20.4 KB

File metadata and controls

340 lines (243 loc) · 20.4 KB

Isaac Sim 本地与云端配置教程

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。

1. 先判断该选哪条安装路线

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。

2. 下载入口总表

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 001complete 002complete 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

3. 硬件和系统要求

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。

4. 安装前检查

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 -h

Checkpoint 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。

5. Windows 本地 Workstation 安装

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。

6. Windows micromamba / venv 安装

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.com

Isaac 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_check

Checkpoint 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。

7. Linux 工作站和云服务器安装

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。

8. Linux Docker 安装

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-window

Checkpoint 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。

9. 远程云服务器怎么打开画面

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。

10. Isaac Lab 配置

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 v2.3.0

Linux 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.py

Windows 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。

11. ROS2 集成怎么选

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_msgsgeometry_msgsnav_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。

12. 什么时候进入 GR00T 教程

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。

13. 常见问题

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。

14. 本教程的轻量验证记录

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。

参考资料