告别Windows！手把手教你用Ubuntu 22.04 + Conda搞定IsaacGym Preview4环境（附国内镜像源）

从Windows到Ubuntu：零基础搭建IsaacGym强化学习环境的完整指南

作为一名长期使用Windows的开发者，当我第一次接触机器人仿真与强化学习时，发现许多前沿工具如IsaacGym仅支持Linux系统。这迫使我不得不走出舒适区，探索Ubuntu的世界。本文将分享我如何从零开始，在Ubuntu 22.04 LTS上成功配置IsaacGym Preview4环境的完整历程，特别针对国内开发者优化了软件源配置和常见问题解决方案。

1. 环境准备：选择适合的Linux方案

对于习惯Windows的开发者，有几种方式可以体验Linux环境：

• 双系统方案：在单独分区安装Ubuntu，启动时选择操作系统
• 虚拟机方案：通过VMware或VirtualBox运行Ubuntu
• WSL方案：Windows Subsystem for Linux的折中方案

提示：IsaacGym需要CUDA支持，WSL可能无法满足全部需求，建议优先考虑前两种方案

我最终选择了双系统方案，以下是硬件配置建议：

2. Ubuntu系统安装与基础配置

2.1 系统安装步骤

1. 从Ubuntu官网下载22.04 LTS镜像
2. 制作启动U盘（推荐使用Rufus工具）
3. 重启进入BIOS，选择U盘启动
4. 按照向导完成安装，注意分区设置

安装完成后，首先执行系统更新：

sudo apt update && sudo apt upgrade -y

2.2 国内开发者必备配置

为加速软件下载，建议更换为国内镜像源：

# 备份原有源列表 sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak # 替换为阿里云源 sudo sed -i 's|http://.*archive.ubuntu.com|https://mirrors.aliyun.com|g' /etc/apt/sources.list sudo sed -i 's|http://.*security.ubuntu.com|https://mirrors.aliyun.com|g' /etc/apt/sources.list # 更新缓存 sudo apt update

安装基础开发工具：

sudo apt install -y build-essential git cmake python3-pip

3. Conda环境与Python版本管理

IsaacGym Preview4对Python版本有严格要求（3.6-3.8），使用Conda可以轻松管理多版本环境。

3.1 Miniconda安装与配置

# 下载Miniconda安装脚本 wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh # 运行安装 bash Miniconda3-latest-Linux-x86_64.sh # 初始化Conda source ~/.bashrc

配置国内Conda镜像加速：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes

3.2 创建专用Python环境

conda create -n isaacgym python=3.8 -y conda activate isaacgym

验证Python版本：

python --version # 应显示Python 3.8.x

4. NVIDIA驱动与CUDA工具链安装

IsaacGym依赖CUDA进行物理仿真加速，正确安装驱动是关键。

4.1 驱动安装步骤

1. 检查可用驱动版本：

ubuntu-drivers devices

2. 安装推荐版本（通常标记为recommended）：

sudo apt install -y nvidia-driver-XXX # 替换为推荐版本号

3. 重启后验证安装：

nvidia-smi

4.2 CUDA工具链配置

IsaacGym Preview4需要CUDA 10.2或11.x，安装特定版本：

conda install -c conda-forge cudatoolkit=11.3 cudnn=8.2 -y

设置环境变量：

echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/' >> ~/.bashrc source ~/.bashrc

5. IsaacGym安装与配置

5.1 源码获取与解压

由于官方下载可能较慢，可以使用国内镜像源：

wget https://example-mirror.com/IsaacGym_Preview_4_Package.tar.gz # 替换为实际镜像地址 tar xvf IsaacGym_Preview_4_Package.tar.gz

5.2 环境依赖安装

进入解压目录，安装基础依赖：

cd isaacgym/python pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

克隆环境仓库：

cd .. git clone https://gitee.com/mirrors/IsaacGymEnvs.git # 使用国内镜像

5.3 开发模式安装

在两个目录下分别执行开发模式安装：

cd python pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple cd ../IsaacGymEnvs pip install -e . -i https://pypi.tuna.tsinghua.edu.cn/simple

6. 常见问题与解决方案

在配置过程中，我遇到了几个典型问题：

1. Python版本冲突：确保使用3.8.x版本，可通过conda list python检查
2. CUDA版本不匹配：IsaacGym需要CUDA 10.2/11.x，可通过nvcc --version验证
3. 权限问题：在pip安装时添加--user参数或使用虚拟环境
4. 依赖缺失：手动安装缺失库，如sudo apt install libgl1-mesa-glx

注意：如果遇到"GLIBCXX_3.4.29 not found"错误，尝试更新libstdc++：

sudo apt install libstdc++6

7. 测试与验证

运行示例程序验证安装：

cd isaacgym/python/examples python joint_monkey.py

成功运行后，你将看到一个虚拟猴子模型在环境中活动。第一次运行可能需要较长时间编译着色器。