unitree rl gym项目实践记录1：部署unitree rl gym项目
以下是关于Unitree RL Gym项目部署的步骤和注意事项：
主要按照宇树项目的文档进行：项目中文文档
安装配置文档
本机系统
- 操作系统：使用 Ubuntu 22.04
- 显卡：Nvidia 显卡1660 6G
- 用ubuntu-drivers devices查看推荐的显卡驱动，这个就是：driver : nvidia-driver-580 - distro non-free recommended
-
(rlgym) wen@wen-MS-7D22:~/unitree_rl_gym$ ubuntu-drivers devices == /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 == modalias : pci:v000010DEd00002184sv000010DEsd00001366bc03sc00i00 vendor : NVIDIA Corporation model : TU116 [GeForce GTX 1660] driver : nvidia-driver-580-open - distro non-free driver : nvidia-driver-535 - distro non-free driver : nvidia-driver-418-server - distro non-free driver : nvidia-driver-580 - distro non-free recommended driver : nvidia-driver-470 - distro non-free driver : nvidia-driver-570-open - distro non-free driver : nvidia-driver-545-open - distro non-free driver : nvidia-driver-570 - distro non-free driver : nvidia-driver-580-server - distro non-free driver : nvidia-driver-450-server - distro non-free driver : nvidia-driver-545 - distro non-free driver : nvidia-driver-535-server - distro non-free driver : nvidia-driver-470-server - distro non-free driver : nvidia-driver-535-server-open - distro non-free driver : nvidia-driver-570-server-open - distro non-free driver : nvidia-driver-580-server-open - distro non-free driver : nvidia-driver-570-server - distro non-free driver : nvidia-driver-535-open - distro non-free driver : xserver-xorg-video-nouveau - distro free builtin - 驱动版本：580 ，安装指令：
sudo apt install nvidia-driver-580
-
查驱动支持的CUDA版本，指令：nvidia-smi
-
(rlgym) @wen-MS-7D22:~/unitree_rl_gym$ nvidia-smi Fri Oct 17 19:42:36 2025 +-----------------------------------------------------------------------------------------+ | NVIDIA-SMI 580.65.06 Driver Version: 580.65.06 CUDA Version: 13.0 | +-----------------------------------------+------------------------+----------------------+ | GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |=========================================+========================+======================| | 0 NVIDIA GeForce GTX 1660 Off | 00000000:01:00.0 On | N/A | | 0% 44C P8 1W / 120W | 355MiB / 6144MiB | 1% Default | | | | N/A | +-----------------------------------------+------------------------+----------------------++-----------------------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=========================================================================================| | 0 N/A N/A 1824 G /usr/lib/xorg/Xorg 115MiB | | 0 N/A N/A 1979 G /usr/bin/gnome-shell 38MiB | | 0 N/A N/A 3841 G .../7024/usr/lib/firefox/firefox 178MiB | +-----------------------------------------------------------------------------------------+安装CUDA 13
-
$ wget https://developer.download.nvidia.com/compute/cuda/13.0.2/local_installers/$ cuda_13.0.2_580.95.05_linux.runsudo sh cuda_13.0.2_580.95.05_linux.run查看CUDA版本
(rlgym) wen@wen-MS-7D22:~/unitree_rl_gym$ nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2025 NVIDIA Corporation Built on Wed_Aug_20_01:58:59_PM_PDT_2025 Cuda compilation tools, release 13.0, V13.0.88 Build cuda_13.0.r13.0/compiler.36424714_0
Ubuntu22.04系统、显卡驱动、CUDA toolkit安装好后，可以进行以下的unitree-rl-gym部署
1. 创建虚拟环境
建议在虚拟环境中运行训练或部署程序，推荐使用 Conda 创建虚拟环境。如果您的系统中已经安装了 Conda，可以跳过步骤 1.1。
1.1 下载并安装 MiniConda
MiniConda 是 Conda 的轻量级发行版，适用于创建和管理虚拟环境。使用以下命令下载并安装：
mkdir -p ~/miniconda3 wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3 rm ~/miniconda3/miniconda.sh
安装完成后，初始化 Conda：
~/miniconda3/bin/conda init --all source ~/.bashrc
1.2 创建新环境
使用以下命令创建虚拟环境：
conda create -n unitree-rl python=3.8
1.3 激活虚拟环境
conda activate unitree-rl
2. 安装依赖
2.1 安装 PyTorch
PyTorch 是一个神经网络计算框架，用于模型训练和推理。使用以下命令安装：
conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia
2.2 安装 Isaac Gym
Isaac Gym 是 Nvidia 提供的刚体仿真和训练框架。
2.2.1 下载
从 Nvidia 官网下载 Isaac Gym。
2.2.2 安装
解压后进入 isaacgym/python 文件夹，执行以下命令安装：
cd isaacgym/python pip install -e .
2.2.3 验证安装
运行以下命令，若弹出窗口并显示 1080 个球下落，则安装成功：
cd examples python 1080_balls_of_solitude.py
如有问题，可参考 isaacgym/docs/index.html 中的官方文档。
2.3 安装 rsl_rl
rsl_rl 是一个强化学习算法库。
2.3.1 下载
通过 Git 克隆仓库：
git clone https://github.com/leggedrobotics/rsl_rl.git
2.3.2 切换分支
切换到 v1.0.2 分支：
cd rsl_rl git checkout v1.0.2
2.3.3 安装
pip install -e .
2.4 安装 unitree_rl_gym
2.4.1 下载
通过 Git 克隆仓库：
git clone https://github.com/unitreerobotics/unitree_rl_gym.git
2.4.2 安装
进入目录并安装：
cd unitree_rl_gym pip install -e .
2.5 安装 unitree_sdk2py（可选）
unitree_sdk2py 是用于与真实机器人通信的库。如果需要将训练的模型部署到物理机器人上运行，可以安装此库。
2.5.1 下载
通过 Git 克隆仓库：
git clone https://github.com/unitreerobotics/unitree_sdk2_python.git
2.5.2 安装
进入目录并安装：
cd unitree_sdk2_python pip install -e .
总结
-
按照上述步骤完成后，您已经准备好在虚拟环境中运行相关程序。若遇到问题，请参考各组件的官方文档或检查依赖安装是否正确。