142 lines
3.3 KiB
Markdown
142 lines
3.3 KiB
Markdown
# 安装配置文档
|
||
|
||
## 系统要求
|
||
|
||
- **操作系统**：推荐使用 Ubuntu 18.04 或更高版本
|
||
- **显卡**：Nvidia 显卡
|
||
- **驱动版本**：建议使用 525 或更高版本
|
||
|
||
---
|
||
|
||
## 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：
|
||
|
||
```bash
|
||
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：
|
||
|
||
```bash
|
||
~/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：
|
||
|
||
```bash
|
||
conda create -n unitree-rl python=3.8
|
||
```
|
||
|
||
### 1.3 激活虚拟环境
|
||
|
||
```bash
|
||
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：
|
||
|
||
```bash
|
||
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](https://developer.nvidia.com/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：
|
||
|
||
```bash
|
||
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：
|
||
|
||
```bash
|
||
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。
|
||
|
||
我们仓库中是带有新算法的 `rsl_rl`，克隆 Git 仓库：
|
||
|
||
```bash
|
||
git clone https://github.com/wty-yy/go2_rl_gym.git
|
||
```
|
||
|
||
#### 2.3.1 安装
|
||
|
||
```bash
|
||
cd rsl_rl
|
||
pip install -e .
|
||
```
|
||
|
||
### 2.4 安装 go2_rl_gym
|
||
|
||
进入目录并安装：
|
||
|
||
```bash
|
||
cd go2_rl_gym
|
||
pip install -e .
|
||
```
|
||
|
||
### 2.5 真机部署（可选）
|
||
|
||
#### 2.5.1 unitree_sdk2
|
||
|
||
C++ sdk, 编译参考[官方教程](https://github.com/unitreerobotics/unitree_sdk2?tab=readme-ov-file#environment-setup)
|
||
|
||
#### 2.5.2 unitree_sdk2_python（选择用Python部署）
|
||
|
||
```bash
|
||
conda create -n kaiwu python=3.8
|
||
conda activate kaiwu
|
||
pip3 install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia
|
||
|
||
git clone https://github.com/unitreerobotics/unitree_sdk2_python.git
|
||
cd unitree_sdk2_python
|
||
pip install -e .
|
||
```
|
||
|
||
### 2.5.3 安装 unitree_cpp_deploy（选择用C++部署）
|
||
|
||
我们基于unitree_rl_lab修改的C++部署仓库，专门用于部署本仓库训练的模型 [unitree_cpp_deploy](https://github.com/wty-yy-mini/unitree_cpp_deploy)
|
||
|
||
### 2.6 RoboGauge评估（可选）
|
||
RoboGauge是一个Mujoco中通过Sim2Sim评估四足机器人性能的项目，在训练同时中异步地在cpu上进行评估，具体细节参考[README](https://github.com/wty-yy/RoboGauge)，安装方法
|
||
```bash
|
||
git clone https://github.com/wty-yy/RoboGauge.git
|
||
cd RoboGauge
|
||
pip install -e .
|
||
```
|