3.0 KiB
3.0 KiB
安装配置文档
系统要求
- 操作系统：推荐使用 Ubuntu 18.04 或更高版本
- 显卡：Nvidia 显卡
- 驱动版本：建议使用 525 或更高版本
1. 创建虚拟环境
建议在虚拟环境中运行训练或部署程序，推荐使用 Conda 创建虚拟环境。如果您的系统中已经安装了 Conda，可以跳过步骤 1.1。
1.1 下载并安装 MiniConda
MiniConda 是 Conda 的轻量级发行版，适用于创建和管理虚拟环境。使用以下命令下载并安装：
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh
安装完成后，初始化 Conda：
~/miniconda3/bin/conda init --all
source ~/.bashrc
1.2 创建新环境
使用以下命令创建虚拟环境：
conda create -n unitree-rl python=3.8
1.3 激活虚拟环境
conda activate unitree-rl
2. 安装依赖
2.1 安装 PyTorch
PyTorch 是一个神经网络计算框架，用于模型训练和推理。使用以下命令安装：
conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia
2.2 安装 Isaac Gym
Isaac Gym 是 Nvidia 提供的刚体仿真和训练框架。
2.2.1 下载
从 Nvidia 官网下载 Isaac Gym。
2.2.2 安装
解压后进入 isaacgym/python 文件夹，执行以下命令安装：
cd isaacgym/python
pip install -e .
2.2.3 验证安装
运行以下命令，若弹出窗口并显示 1080 个球下落，则安装成功：
cd examples
python 1080_balls_of_solitude.py
如有问题，可参考 isaacgym/docs/index.html 中的官方文档。
2.3 安装 rsl_rl
rsl_rl 是一个强化学习算法库。
2.3.1 下载
通过 Git 克隆仓库：
git clone https://github.com/leggedrobotics/rsl_rl.git
2.3.2 切换分支
切换到 v1.0.2 分支：
cd rsl_rl
git checkout v1.0.2
2.3.3 安装
pip install -e .
2.4 安装 unitree_rl_gym
2.4.1 下载
通过 Git 克隆仓库：
git clone https://github.com/unitreerobotics/unitree_rl_gym.git
2.4.2 安装
进入目录并安装：
cd unitree_rl_gym
pip install -e .
2.5 安装 unitree_sdk2py（可选）
unitree_sdk2py 是用于与真实机器人通信的库。如果需要将训练的模型部署到物理机器人上运行，可以安装此库。
2.5.1 下载
通过 Git 克隆仓库：
git clone https://github.com/unitreerobotics/unitree_sdk2_python.git
2.5.2 安装
进入目录并安装：
cd unitree_sdk2_python
pip install -e .
总结
按照上述步骤完成后，您已经准备好在虚拟环境中运行相关程序。若遇到问题，请参考各组件的官方文档或检查依赖安装是否正确。