手把手教你在 ASUS Ascent GX10 系统搭建 IsaacSim+IsaacLab 环境

GPUS Lady

发布于 2026-01-27 11:25:45

950

NVIDIA 的 Isaac Sim 与 Isaac Lab 为机器人开发与强化学习训练提供了一套高效协同的解决方案 —— 前者是基于 NVIDIA Omniverse 打造的顶尖机器人仿真平台，依托 GPU 加速的物理引擎，能够实现照片级逼真、物理精确的机器人与环境仿真，集成了物理模拟、传感器仿真、可视化等全流程工具链；后者则是构建于 Isaac Sim 之上的强化学习框架，通过预制的 RL 环境、训练脚本与评估工具，为移动、操作、导航等常见机器人任务提供了开箱即用的训练支持，二者共同构成了无需依赖真实硬件即可完成机器人应用开发、训练与测试的端到端解决方案。

本教程将聚焦于在 ASUS Ascent GX10设备（NVIDIA GB10系统）上从源码构建 Isaac Sim、搭建 Isaac Lab 强化学习实验环境，并通过运行样本 RL 训练任务验证安装有效性。

在着手前，建议您具备从源码构建软件（如 CMake 使用经验）、Linux 命令行操作、Git 版本控制（含 Git LFS 大文件管理）、Python 包管理与虚拟环境配置等基础技能，若对机器人仿真概念有一定了解则更易上手，这些知识将帮助您顺畅完成整个部署与验证流程。

安装Isaac Sim

第一步：安装 gcc-11 和 git-lfs

确认在使用以下命令构建之前,已使用 GCC/G++ 11:

sudo apt update && sudo apt install -y gcc-11 g++-11
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-11 200
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-11 200
sudo apt install git-lfs
gcc --version
g++ --version

第二步：将 Isaac Sim 仓库克隆到您的工作区

从 NVIDIA GitHub 仓库克隆 Isaac Sim,并设置 Git LFS 以提取大文件。

Note:注意:对于 Isaac Sim 6.0.0 早期开发者版本,请使用:
git clone --depth=1 --recursive --branch=develop https://github.com/isaac-sim/IsaacSim

git clone --depth=1 --recursive https://github.com/isaac-sim/IsaacSim
cd IsaacSim
git lfs install
git lfs pull

第三步：Build Isaac Sim

./build.sh

构建成功时，你会收到以下消息：BUILD (RELEASE) SUCCEEDED (耗时 674.39 秒)

第四步：识别Isaac Sim

运行以下命令时,请确保已进入 Isaac Sim 目录。

export ISAACSIM_PATH="${PWD}/_build/linux-aarch64/release"
export ISAACSIM_PYTHON_EXE="${ISAACSIM_PATH}/python.sh"

第五步：运行Isaac Sim

使用提供的 Python 可执行文件启动 Isaac Sim。

export LD_PRELOAD="$LD_PRELOAD:/lib/aarch64-linux-gnu/libgomp.so.1"
${ISAACSIM_PATH}/isaac-sim.sh

安装Isaac Lab

第一步：安装Isaac Sim（按照以上步骤）

第二步：将Isaac Lab仓库克隆到您的工作区

git clone --recursive https://github.com/isaac-sim/IsaacLab
cd IsaacLab

第三步：创建指向 Isaac Sim 安装目录的符号链接

在运行以下命令之前,请确保您已从 Isaac Sim 安装了 Isaac Sim。

echo "ISAACSIM_PATH=$ISAACSIM_PATH"

创建一个指向 Isaac Sim 安装目录的符号链接。

ln -sfn "${ISAACSIM_PATH}" "${PWD}/_isaac_sim"
ls -l "${PWD}/_isaac_sim/python.sh"

第四步：安装Isaac Lab

./isaaclab.sh --install

第五步：运行 Isaac Lab 并验证人形机器人强化学习训练.

使用提供的 Python 可执行文件启动 Isaac Lab。您可以通过以下模式之一进行训练:

选项1:无头模式(建议进行更快训练)

无需可视化即可运行,并直接将日志输出到终端。

export LD_PRELOAD="$LD_PRELOAD:/lib/aarch64-linux-gnu/libgomp.so.1"
./isaaclab.sh -p scripts/reinforcement_learning/rsl_rl/train.py --task=Isaac-Velocity-Rough-H1-v0 --headless

选项2:启用可视化

使用 Isaac Sim 实时可视化运行,让您能够交互式地监控训练过程。

export LD_PRELOAD="$LD_PRELOAD:/lib/aarch64-linux-gnu/libgomp.so.1"
./isaaclab.sh -p scripts/reinforcement_learning/rsl_rl/train.py --task=Isaac-Velocity-Rough-H1-v0

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2026-01-23，如有侵权请联系 cloudcommunity@tencent.com 删除

系统