当前位置：首页 > news >正文

win10 isaac-gym学习机器人仿真环境问题解决

news 2026/6/13 20:31:30

引言

在学习机器人过程中，仿真环境必不可少，只有一台win10的笔记本+3050显卡，由于isaac-gym只支持ubuntu系统，又不舍得重装系统，使用双系统

两种方案

1. 使用VMWARE虚拟机安装ubuntu22.04，设置win10的显示直通，但是好像不支持笔记本电脑，试了好多次，都无法添加显卡到虚拟机

2. 使用win10+的wsl功能安装unbuntu版本，解决了，主要步骤和问题如下

一、环境准备

1. 系统要求

Windows 10 2004+（内部版本 19041+）或 Windows 11
NVIDIA 显卡驱动 ≥ 510.47.03（支持 CUDA 11.8+）
启用 CPU 虚拟化（BIOS 中开启 VT-x/AMD-V）

2. 检查系统版本

按Win+R输入winver确认系统版本符合要求。

二、安装 WSL2

1. 启用 Windows 功能

以管理员身份打开 PowerShell，执行：

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

重启电脑生效。

2. 安装 WSL2 内核

下载并安装对应架构的内核更新包：

x64 系统：WSL2 Linux 内核更新包
ARM64 系统：WSL2 Linux 内核更新包

3. 设置默认版本

wsl --set-default-version 2

三、安装 Ubuntu 22.04

1. 基础安装

通过命令行安装：

wsl --install -d Ubuntu-22.04

首次启动时设置用户名和密码。

注意：如果调试没有发行的版本，去microsoft下载或者更新

2. 迁移到非系统盘（可选）

默认安装在 C 盘，可迁移到其他盘符节省空间：

# 导出系统镜像 wsl --shutdown wsl --export Ubuntu-22.04 D:\WSL\ubuntu2204.tar # 注销原系统 wsl --unregister Ubuntu-22.04 # 导入到新位置 wsl --import Ubuntu-22.04 D:\WSL\Ubuntu2204 D:\WSL\ubuntu2204.tar --version 2 # 设置默认用户 echo -e "[user]\ndefault=你的用户名" | sudo tee /etc/wsl.conf

注意：可以直接安装到其他盘命令

wsl --install -d Ubuntu --location $InstallPath

四、系统初始化配置

1. 更新系统

sudo apt update && sudo apt upgrade -y

2. 安装基础依赖

sudo apt install -y build-essential git curl wget vim libgl1-mesa-glx libglib2.0-0 libsm6 libxext6 libxrender-dev

3. 配置国内镜像源（可选）

替换为阿里云源加速下载：

五、安装 Miniconda

1. 下载安装

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda source $HOME/miniconda/bin/activate

2. 配置国内镜像

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

六、安装 CUDA Toolkit

1. 下载安装包

wget https://developer.download.nvidia.com/compute/cuda/12.4.1/local_installers/cuda_12.4.1_550.54.15_linux.run sudo sh cuda_12.4.1_550.54.15_linux.run --silent --toolkit

2. 配置环境变量

echo 'export PATH=/usr/local/cuda-12.4/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc

3. 验证安装

nvcc -V

七、安装 IsaacGym

1. 创建虚拟环境

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

2. 下载 IsaacGym

从 NVIDIA 开发者官网下载 IsaacGym Preview 4，解压到指定目录：

tar xvf IsaacGym_Preview_4_Package.tar.gz cd IsaacGym_Preview_4_Package

3. 安装依赖

cd isaacgym/python pip install -e .

4. 配置动态链接库

解决 Python 版本兼容问题：

# 创建激活脚本 mkdir -p $CONDA_PREFIX/etc/conda/activate.d echo 'export LD_LIBRARY_PATH=$CONDA_PREFIX/lib:$LD_LIBRARY_PATH' > $CONDA_PREFIX/etc/conda/activate.d/set_env_vars.sh # 创建注销脚本 mkdir -p $CONDA_PREFIX/etc/conda/deactivate.d echo 'export LD_LIBRARY_PATH=$(echo $LD_LIBRARY_PATH | sed "s|$CONDA_PREFIX/lib:||")' > $CONDA_PREFIX/etc/conda/deactivate.d/unset_env_vars.sh # 赋予执行权限 chmod +x $CONDA_PREFIX/etc/conda/activate.d/set_env_vars.sh chmod +x $CONDA_PREFIX/etc/conda/deactivate.d/unset_env_vars.sh