在具身智能与机器人强化学习实验中,仿真环境与算力环境的搭建往往比算法本身更复杂。特别是在 Ubuntu 22.04 搭配 RTX 50 系显卡这种较新的软硬件组合下,驱动、CUDA、Isaac Sim/Lab 以及 Python 依赖之间的兼容性问题频发。本文记录了从零搭建 BeyondMimic 完整运行环境的全过程,旨在帮助开发者快速复现仿真训练流程。
硬件与软件环境说明
本次实验基于高性能笔记本环境,搭载 NVIDIA GeForce RTX 5060 独立显卡。系统选用 Ubuntu 22.04.5 LTS(jammy),内核版本为 6.8.0-87-generic。虽然官方推荐环境通常针对旧版显卡优化,但面对 Blackwell 架构的新显卡,我们需要调整部分版本以确保兼容性。
最终采用的环境组合建议如下:
- 系统:Ubuntu 22.04.5 LTS
- NVIDIA 驱动:
580.105.08 - CUDA 运行环境:
13.0 - Python 版本:Python 3.11(通过 Conda 虚拟环境安装)
- PyTorch:PyTorch 2.7.0(CUDA 12.8 构建)
- Isaac Sim:5.0
- Isaac Lab:2.2
基础环境配置流程
Isaac Sim 安装配置
首先下载 Isaac Sim 安装包。解压后将其放置到指定目录,例如 ~/.local/share/ov/pkg/。
mkdir -p ~/.local/share/ov/pkg
mv ~/Downloads/isaac-sim-standalone-5.0.0-linux-x86_64.zip ~/.local/share/ov/pkg/
cd ~/.local/share/ov/pkg/unzip isaac-sim-standalone-5.0.0-linux-x86_64.zip
在不激活任何 Conda 环境的情况下测试安装是否成功:
conda deactivate # 如果当前是 (base),先退出一下
cd ~/.local/share/ov/pkg
./isaac-sim.sh --help
如果命令能正常打印帮助信息且无报错,说明 Isaac Sim 基本可用。
Isaac Lab 安装配置
克隆 Isaac Lab 仓库并创建软链接指向 Isaac Sim 目录:
cd ~/skx/IsaacLab
git clone https://github.com/isaac-sim/IsaacLab.git
cd ~/IsaacLab
ln -s ~/.local/share/ov/pkg/isaac-sim-5.0.0 _isaac_sim
ls -l _isaac_sim
接下来创建 Conda 环境并升级 PyTorch。确保已激活环境:
conda create -n isaaclab python=3.11 -y
conda activate isaaclab
pip install --upgrade pip
pip install "torch==2.7.0" \
--index-url https://download.pytorch.org/whl/cu128








