1. 前言#
IsaacGym 是 NVIDIA 推出的高性能物理仿真环境，专为强化学习和机器人研究设计。本文详细记录了在 Ubuntu 18.04 系统上搭建 IsaacGym 和 unitree_rl_gym 环境的完整流程，以及在搭建过程中可能遇到的问题和解决方案。
2. 服务器配置#
本次搭建使用的服务器配置如下：
- 操作系统：Ubuntu 18.04.6 LTS
- CPU：Intel® Core™ i7-8700 CPU @ 3.20GHz × 12
- 内存：15.6 GiB
- 存储：1.2 TB（可用 3.3GB）
- GPU：GeForce（具体型号未在文档中说明）
3. 安装步骤#
步骤 1：下载 unitree_rl_gym 项目#
在 /home/ros-melodic/Desktop 目录下载 unitree_rl_gym 项目：
cd /home/ros-melodic/Desktop
git clone https://github.com/unitreerobotics/unitree_rl_gym.git项目地址：unitreerobotics/unitree_rl_gym ↗
步骤 2：创建 Conda 虚拟环境#
使用 conda 建立虚拟环境，推荐使用 Python 3.8：
conda create -n unitree_rl_gym python=3.8
conda activate unitree_rl_gym步骤 3：安装 PyTorch 和 CUDA#
安装 PyTorch 1.10.0 和对应的 CUDA 11.3 版本：
pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html步骤 4：安装 Isaac Gym#
-
从 NVIDIA 官网下载 Isaac Gym Preview 4：https://developer.nvidia.com/isaac-gym ↗
-
将下载的 Isaac Gym 放入
unitree_rl_gym-main目录下便于管理 -
安装 Isaac Gym：
cd isaacgym/python
pip install -e .步骤 5：安装 rsl_rl 算法库#
注意：项目要求 rsl_rl 版本为 v1.0.2，并非最新 master 版本，且使用 pip 不能指定 v1.0.2 版本，需要通过 git 安装：
git clone https://github.com/leggedrobotics/rsl_rl.git
cd rsl_rl
git checkout v1.0.2
pip install -e .步骤 6：设置 unitree_rl_gym 环境#
返回 unitree_rl_gym-main 目录，设置环境：
cd ../unitree_rl_gym-main
pip install -e .重要注意事项：
- numpy 版本问题：项目会默认安装 numpy 1.20.0 版本（过于古早），推荐使用 1.21.6 版本：
pip install numpy==1.21.6- setuptools 版本问题：步骤 2 中安装的 Python 3.8 默认 setuptools 为 72.0.0 版本，可能会导致项目中 import 出现问题，推荐使用 58.0.0 版本，且不能使用 conda 安装：
pip install setuptools==58.0.0步骤 7：测试 demo#
运行 go2 机器人的训练脚本进行测试：
python legged_gym/scripts/train.py --task=go2如果能够正常运行，说明环境搭建成功。
4. 常见问题及解决方案#
问题：libpython3.8.so.1.0 缺失#
在运行 Isaac Gym 时，可能会遇到 libpython3.8.so.1.0 缺失的错误。以下提供两种解决方案：
方案 1：临时设置 LD_LIBRARY_PATH#
- 确认
LD_LIBRARY_PATH是否包含 conda 环境的库目录：
echo $LD_LIBRARY_PATH- 查找
libpython3.8.so.1.0文件：
find $(conda info --base) -name libpython3.8.so.1.0 2>/dev/null- 如果找到了文件（假设路径是
/home/ros-melodic/mambaforge/envs/unitree_rl_gym/lib/），设置环境变量：
export LD_LIBRARY_PATH=/home/ros-melodic/mambaforge/envs/unitree_rl_gym/lib:$LD_LIBRARY_PATH- 永久设置（添加到
~/.bashrc）：
echo 'export LD_LIBRARY_PATH=/home/ros-melodic/mambaforge/envs/unitree_rl_gym/lib:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc方案 2：Conda 环境下永久解决方法#
这是更优雅的解决方案，通过 conda 的环境激活/停用脚本来自动管理环境变量：
- 确定
libpython3.8.so.1.0位置：
sudo updatedb
locate libpython3.8.so.1.0如果是在 conda 虚拟环境中安装的，应该位于 $CONDA_PREFIX/lib 目录。
- 创建环境激活/停用脚本目录：
conda activate unitree_rl_gym
cd $CONDA_PREFIX
mkdir -p ./etc/conda/activate.d
mkdir -p ./etc/conda/deactivate.d
touch ./etc/conda/activate.d/env_vars.sh
touch ./etc/conda/deactivate.d/env_vars.sh- 编辑
activate.d/env_vars.sh，添加以下内容：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib- 编辑
deactivate.d/env_vars.sh，添加以下内容：
# 保存原始的 LD_LIBRARY_PATH
ORIGINAL_LD_LIBRARY_PATH=$LD_LIBRARY_PATH
# 要删除的目录
DIRECTORY_TO_REMOVE="$CONDA_PREFIX/lib"
# 使用 grep 过滤掉要删除的目录项
NEW_LD_LIBRARY_PATH=$(echo $LD_LIBRARY_PATH | tr ':' '\n' | grep -v "$DIRECTORY_TO_REMOVE" | tr '\n' ':')
# 设置新的 LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$NEW_LD_LIBRARY_PATH这样设置后，每次激活 conda 环境时会自动添加库路径，停用环境时会自动移除，不会影响其他环境。
5. 总结#
本文详细介绍了 IsaacGym 和 unitree_rl_gym 环境的搭建流程，包括：
- 完整的 7 步安装流程
- 关键依赖版本的选择（Python 3.8、PyTorch 1.10.0、numpy 1.21.6、setuptools 58.0.0）
- 常见的
libpython3.8.so.1.0缺失问题的两种解决方案
在搭建过程中，特别需要注意版本兼容性问题，尤其是 rsl_rl 必须使用 v1.0.2 版本，以及 numpy 和 setuptools 的版本选择。通过本文的指导，可以顺利完成 IsaacGym 环境的搭建，为后续的强化学习研究和机器人仿真打下基础。