win10 isaac-gym学习机器人仿真环境问题解决

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 11NVIDIA 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-V2. 检查系统版本按WinR输入winver确认系统版本符合要求。二、安装 WSL21. 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 /norestartdism.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 22.041. 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 --shutdownwsl --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 -y2. 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-dev3. 配置国内镜像源可选替换为阿里云源加速下载sudo cp /etc/apt/sources.list /etc/apt/sources.list.baksudo sed -i s|http://.*archive.ubuntu.com|https://mirrors.aliyun.com|g /etc/apt/sources.listsudo sed -i s|http://.*security.ubuntu.com|https://mirrors.aliyun.com|g /etc/apt/sources.listsudo apt update五、安装 Miniconda1. 下载安装wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.shbash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/minicondasource $HOME/miniconda/bin/activate2. 配置国内镜像conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yes六、安装 CUDA Toolkit1. 下载安装包wget https://developer.download.nvidia.com/compute/cuda/12.4.1/local_installers/cuda_12.4.1_550.54.15_linux.runsudo sh cuda_12.4.1_550.54.15_linux.run --silent --toolkit2. 配置环境变量echo export PATH/usr/local/cuda-12.4/bin:$PATH ~/.bashrcecho export LD_LIBRARY_PATH/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH ~/.bashrcsource ~/.bashrc3. 验证安装nvcc -V七、安装 IsaacGym1. 创建虚拟环境conda create -n isaacgym python3.8 -yconda activate isaacgym2. 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.gzcd IsaacGym_Preview_4_Package3. 安装依赖cd isaacgym/pythonpip 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 $CONDA_PREFIX/etc/conda/activate.decho export LD_LIBRARY_PATH$CONDA_PREFIX/lib:$LD_LIBRARY_PATH $CONDA_PREFIX/etc/conda/activate.d/set_env_vars.sh# 创建注销脚本mkdir -p $CONDA_PREFIX/etc/conda/deactivate.decho export LD_LIBRARY_PATH$(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.shchmod x $CONDA_PREFIX/etc/conda/deactivate.d/unset_env_vars.sh八、验证安装运行示例程序测试cd examplespython joint_monkey.py若成功显示仿真界面则安装完成。九、常见问题排查1. 显卡未识别确保 Windows 端已安装最新 NVIDIA 驱动WSL2 中执行nvidia-smi若显示 GPU 信息则正常。2. 图形界面异常设置 Vulkan 驱动环境变量echo export VK_ICD_FILENAMES/usr/share/vulkan/icd.d/nvidia_icd.json ~/.bashrcsource ~/.bashrc3. Python 依赖冲突确保在 conda 虚拟环境中安装依赖避免全局环境干扰。