安装

安装#

根据需要安装的组件和运行方式，选择适合的安装路径。除非需要自行管理环境、使用下载的 Isaac Sim 软件包，或部署到 Docker、云端，否则建议从 uv 自动安装开始。点击下方卡片可跳转到本页对应的完整说明。

选择安装路径#

使用 uv 自动安装

在 Isaac Lab 源码目录中运行，由 uv 创建并管理环境。 推荐大多数用户采用。

使用 uv 自动安装（推荐）

isaaclab.sh 安装脚本（旧版方式）

使用旧版安装脚本，在虚拟环境中选择要安装的软件包。

isaaclab.sh 安装脚本（旧版方式）

包含 Isaac Sim 的 Python 环境

自行管理 uv、venv 或 conda 环境，并通过 pip 安装 Isaac Sim。

包含 Isaac Sim 的 Python 环境

Isaac Lab Python 软件包

将已发布的 Isaac Lab 软件包作为自己项目的依赖安装。

Isaac Lab Python 软件包

下载的 Isaac Sim 软件包

下载 Isaac Sim，并使用其中自带的 Python 解释器。

下载的 Isaac Sim 软件包

从源码构建 Isaac Sim

构建或修改 Isaac Sim 本身，适用于高级开发需求。

从源码构建 Isaac Sim

Docker 与高性能计算集群

在容器中开发，或向高性能计算集群提交容器化任务。

Docker 与高性能计算集群

云端工作站

在受支持的云平台上创建远程 GPU 工作站。

云端工作站

系统要求#

完整的 Isaac Sim 工作流程需要在 Ubuntu 22.04 及以上版本或 Windows 11 上使用 Python 3.12。工作站应安装较新的 NVIDIA 生产分支驱动，并至少配备 32 GB 内存和 16 GB GPU 显存。渲染可能需要更多显存。请对照 Isaac Sim 系统要求和 Omniverse 技术要求，确认机器配置符合要求。

不支持 Isaac Sim 5.1 及更早版本。请使用 Isaac Sim 6.1 和 Python 3.12。

CUDA 13.0 版 PyTorch 在 Linux 上要求 NVIDIA 驱动版本不低于 580.65.06 ，在 Windows 上不低于 580.88 ，详见 PyTorch CUDA 13.0 要求。CUDA 13.0 wheel 支持 Blackwell GPU。

请使用最新的 NVIDIA 生产分支驱动。Linux x86_64 和 aarch64 推荐 580.95.05 或更高版本，DGX Spark 推荐 580.142 ，Windows 推荐 581.42.00 。如果新 GPU 或驱动问题需要更新版本，请从 Unix 驱动归档获取生产分支驱动。在 Linux 上，可以使用 Isaac Sim 兼容性检查器和 Linux 故障排查指南，识别不受支持的主机配置。

使用 uv 自动安装（推荐）#

这是从 Isaac Lab 源码目录开始配置环境的最快方式。 uv 在每次调用时解析项目环境，因此无需手动创建或激活环境。

安装 uv ，克隆 Isaac Lab，然后启动工作流程：

Linux x86_64

curl -LsSf https://astral.sh/uv/install.sh | sh

SSH

git clone git@github.com:isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

HTTPS

git clone https://github.com/isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

# Newton backend without Isaac Sim
uv run isaaclab train --rl_library rsl_rl \
   --task Isaac-Cartpole-Direct physics=newton_mjwarp

# OV PhysX backend
uv run --extra ovphysx isaaclab train --rl_library rsl_rl \
   --task Isaac-Cartpole-Direct physics=ovphysx

# Full Isaac Sim support
uv run --extra isaacsim isaaclab train --rl_library rsl_rl \
   --task Isaac-Cartpole-Direct physics=isaacsim_physx

# Play a policy
uv run isaaclab play --rl_library rsl_rl --task Isaac-Cartpole-Direct --viz newton_gl

Linux aarch64（DGX Spark）

curl -LsSf https://astral.sh/uv/install.sh | sh

SSH

git clone git@github.com:isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

HTTPS

git clone https://github.com/isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

# Newton backend
uv run isaaclab train --rl_library rsl_rl \
   --task Isaac-Cartpole-Direct physics=newton_mjwarp

# OV PhysX backend
uv run --extra ovphysx isaaclab train --rl_library rsl_rl \
   --task Isaac-Cartpole-Direct physics=ovphysx

# Full Isaac Sim support
uv run --extra isaacsim isaaclab train --rl_library rsl_rl \
   --task Isaac-Cartpole-Direct physics=isaacsim_physx

# Play a policy
uv run isaaclab play --rl_library rsl_rl --task Isaac-Cartpole-Direct --viz newton_gl

备注

在 aarch64 上直接执行会导入 Isaac Sim 的 Python 命令时，请在命令前添加 LD_PRELOAD=/lib/aarch64-linux-gnu/libgomp.so.1 。

Windows

在 Windows 上克隆仓库前，请先启用长路径支持。在具有管理员权限的 PowerShell 窗口中运行：

New-ItemProperty -Path "HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem" -Name LongPathsEnabled -Value 1 -PropertyType DWORD -Force

然后打开新的命令提示符窗口并运行：

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

SSH

git clone git@github.com:isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

HTTPS

git clone https://github.com/isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

:: Newton backend without Isaac Sim
uv run isaaclab train --rl_library rsl_rl ^
   --task Isaac-Cartpole-Direct physics=newton_mjwarp

:: OV PhysX backend
uv run --extra ovphysx isaaclab train --rl_library rsl_rl ^
   --task Isaac-Cartpole-Direct physics=ovphysx

:: Full Isaac Sim support
uv run --extra isaacsim isaaclab train --rl_library rsl_rl ^
   --task Isaac-Cartpole-Direct physics=isaacsim_physx

:: Play a policy
uv run isaaclab play --rl_library rsl_rl --task Isaac-Cartpole-Direct --viz newton_gl

uv run 自动安装核心依赖。--extra <name> 将选定的可选集成加入该命令的运行环境，应放在 isaaclab 前，例如 --extra ov 同时安装 ovphysx 和 ovrtx 后端。可以传入逗号分隔的列表，或重复使用 --extra。各可选依赖组之间没有冲突，可以组合安装到同一环境。--extra all 安装经过筛选的 ov、rl-games、sb3、skrl、rsl-rl、rerun 和 viser 依赖组，不包含 Isaac Sim，也不包含 skrl-jax、rlinf、mimic、teleop、tetrahedralization、video、leapp 等专用依赖组；需要按名称明确指定：

uv run --extra all isaaclab train --rl_library rsl_rl \
   --task Isaac-Cartpole-Direct physics=ovphysx

可用的可选依赖组见可选依赖组。

uv run --extra <name> <command> 会先将选定的可选依赖组同步到项目环境，再运行命令。

从源码工作副本运行时，Linux x86_64、Linux aarch64 和 Windows 平台均会选择 PyTorch 的 CUDA 13.0 构建，无需额外命令行参数。聚合 wheel 使用源码锁文件中各平台对应的 CUDA PyTorch wheel URL，因此 uvx 和下游项目也会选用 CUDA 构建；它们不会继承依赖项目的 tool.uv.sources 设置。该 wheel 支持 Python 3.12，与源码工作副本一致。

接下来阅读快速入门，从第一个任务开始，了解可用命令、强化学习库、后端和可视化器。

`isaaclab.sh` 安装脚本（旧版方式）#

不使用 Kit 的安装方式采用 Python 3.12 环境，不安装 Isaac Sim。克隆 Isaac Lab，创建并激活环境，然后安装默认的源码软件包及依赖。开始前，请先安装 uv 或 conda ：

SSH

git clone git@github.com:isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

HTTPS

git clone https://github.com/isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

uv 环境（推荐）

Linux

uv venv --python 3.12 --seed env_isaaclab
source env_isaaclab/bin/activate
uv pip install --upgrade pip
./isaaclab.sh -i

Windows

uv venv --python 3.12 --seed env_isaaclab
env_isaaclab\Scripts\activate
uv pip install --upgrade pip
isaaclab.bat -i

conda 环境

Linux

conda create -n env_isaaclab python=3.12
conda activate env_isaaclab
python -m pip install --upgrade pip
./isaaclab.sh -i

Windows

conda create -n env_isaaclab python=3.12
conda activate env_isaaclab
python -m pip install --upgrade pip
isaaclab.bat -i

-i 始终安装核心源码软件包。不指定值时，还会安装可选的 mimic 和 teleop 子模块，以及默认的 Newton、强化学习和可视化器依赖。它不会安装 tetrahedralization 、 contrib 、 ov 或 Isaac Sim；需要时请显式选择。

使用 -i core 仅安装核心软件包。其他情况下，请传入以逗号分隔的选择器列表：

选择器	安装内容
`mimic`	模仿学习工具。
`teleop`	遥操作工具（Linux x86_64）。
`newton`	Newton 交互式查看器依赖。
`rl[<framework>]`	强化学习框架依赖，可选择 `rsl-rl` 、 `skrl` 、 `sb3` 或 `rl-games` 。
`visualizer[<backend>]`	可视化器依赖，可选择 `rerun` 、 `viser` 、 `newton` 或 `kit` 。
`tetrahedralization`	自动生成四面体网格所需的依赖。
`contrib[rlinf]`	用于 RLinF 的 Contrib 运行时依赖。
`ov[<runtime>]`	OV 运行时 wheel，可选择 `ovrtx` 、 `ovphysx` 或 `all` 。
`isaacsim`	Isaac Sim pip 软件包。

例如:

Linux

# Core packages only
./isaaclab.sh -i core

# Newton, RSL-RL, and the Newton visualizer
./isaaclab.sh -i 'newton,rl[rsl-rl],visualizer[newton]'

# OVRTX runtime dependencies
./isaaclab.sh -i 'ov[ovrtx]'

Windows

:: Core packages only
isaaclab.bat -i core

:: Newton, RSL-RL, and the Newton visualizer
isaaclab.bat -i "newton,rl[rsl-rl],visualizer[newton]"

:: OVRTX runtime dependencies
isaaclab.bat -i "ov[ovrtx]"

Isaac Lab Python 软件包#

如果将 Isaac Lab 作为外部 Python 项目的依赖，请选择这种方式。已发布的 isaaclab 软件包提供统一的 train 、 play 、 zero_agent 、 random_agent 、 benchmark 、 train_multigpu 、 demo 和 example 命令。下游项目可通过 isaaclab.tasks Python 软件包入口点组注册自己的任务包；模板生成器创建的项目会自动配置此入口点。

创建基于 Isaac Lab 的项目，请参阅创建自己的项目或任务。

备注

Isaac Lab wheel 随主要版本发布，并非每个补丁版本都会发布。

安装尚未发布的 Git 版本#

也可以直接从 Isaac Lab 的某个 Git 版本构建整合软件包。将 uv 指向 tools/wheel_builder 子目录，即可使用与已发布 wheel 相同的依赖元数据和打包运行时资源：

[project]
dependencies = ["isaaclab"]

[tool.uv.sources]
isaaclab = { git = "https://github.com/isaac-sim/IsaacLab.git", rev = "<git-revision>", subdirectory = "tools/wheel_builder" }

使用提交哈希或发布标签，以保证环境可复现。也可以使用分支名称，但更新锁文件时可能选用更新的 Isaac Lab 提交及依赖集合。

安装已发布的 wheel#

使用 NVIDIA 软件包索引安装 3.0.0rc1 预发布版本。安装已发布的 wheel 时，不要使用上一种方式中的 [tool.uv.sources] Git 配置项。

选择由 uv 管理依赖的方式。两种方式都从基础 isaaclab 软件包开始，仅在项目需要时添加可选功能。

uv 项目依赖

uv init --python 3.12 my_isaaclab_project
cd my_isaaclab_project
uv add --index https://pypi.nvidia.com isaaclab==3.0.0rc1

独立 uv 环境

Linux (x86_64)

uv venv --python 3.12 env_isaaclab
source env_isaaclab/bin/activate
uv pip install --index https://pypi.nvidia.com isaaclab==3.0.0rc1

Windows (x86_64)

uv venv --python 3.12 env_isaaclab
env_isaaclab\Scripts\activate
uv pip install --index https://pypi.nvidia.com isaaclab==3.0.0rc1

Linux (aarch64)

uv venv --python 3.12 env_isaaclab
source env_isaaclab/bin/activate
uv pip install --index https://pypi.nvidia.com isaaclab==3.0.0rc1

项目方式会将依赖写入 pyproject.toml 并更新 uv.lock ，适用于将 Isaac Lab 作为应用组成部分的长期维护项目。探索性或临时工作可以使用独立环境。

可选依赖组#

仅在项目需要时添加可选依赖组。大多数依赖组可以在独立环境中通过 uv pip install "isaaclab[<extra>]" 安装，也可以在 uv 项目中通过 uv add "isaaclab[<extra>]" 添加。 importers 和 isaacsim 依赖组应使用下方专门的命令。

可选依赖组	安装内容
`isaacsim`	从 pypi.nvidia.com 安装 Isaac Sim（ `isaacsim[all,extscache]` ，版本 6.1.0.0）。
`ov`	两个 OV 后端：OV PhysX 和 OV RTX。
`ovphysx` / `ovrtx`	仅 OV PhysX / 仅 OV RTX。
`sb3` / `skrl` / `rsl-rl` / `rlinf` / `torchrl`	对应的强化学习框架。
`skrl-jax`	使用支持 CUDA 的 JAX 的 skrl。
`rerun` / `viser`	对应的可视化器。
`mimic` / `teleop`	Isaac Lab Mimic / XR 遥操作。wheel 的 `mimic` 依赖组不包含 Robomimic。
`tetrahedralization` / `video`	网格四面体化 / 视频录制。
`leapp`	LEAP 模型导出支持。
`importers`	在不使用 Isaac Sim 的情况下独立转换 URDF 和 MJCF。
`all`	预先选定的 `ov` 、 `sb3` 、 `skrl` 、 `rsl-rl` 、 `rerun` 和 `viser` 依赖组，不包含 Isaac Sim。
`test`	开发测试与文档工具。

使用 all 可安装上述经过筛选的依赖组。Isaac Sim、独立导入器、专用依赖组（skrl-jax、rlinf、mimic、teleop、tetrahedralization、video、leapp），以及开发用的 test 工具仍需按需选择。

备注

已发布 wheel 的元数据不包含 RL-Games 和 Robomimic，因为 Isaac Lab 使用的版本从 Git 安装，未提供软件包索引中的 wheel。要使用这些集成，请从源码仓库安装 Isaac Lab，并选择对应的 rl-games 或 mimic 依赖组。

备注

在 Linux 上， mimic 依赖组可能需要从源码构建 egl-probe 。请先通过 sudo apt install cmake build-essential 安装 CMake 和 C++ 编译器。

安装 `importers` 可选依赖组#

安装此依赖组，即可在不使用 Isaac Sim 的情况下转换 URDF 和 MJCF 文件。

警告

请使用下方完整命令。如果不覆盖依赖版本，导入器依赖组可能降级基础 Isaac Lab 安装使用的软件包。覆盖设置会保留 Isaac Lab 已测试的版本。

uv pip install "isaaclab[importers]==3.0.0rc1" \
  --overrides "https://raw.githubusercontent.com/isaac-sim/IsaacLab/v3.0.0-EA/tools/wheel_builder/uv-overrides.txt" \
  --index https://pypi.nvidia.com \
  --index-strategy unsafe-best-match

安装 `isaacsim` 可选依赖组#

Isaac Sim 6.1 固定的部分依赖版本与 Isaac Lab 冲突。请使用已测试的覆盖设置安装 isaacsim 依赖组：

uv pip install "isaaclab[isaacsim]==3.0.0rc1" \
  --overrides "https://raw.githubusercontent.com/isaac-sim/IsaacLab/v3.0.0-EA/tools/wheel_builder/uv-overrides.txt" \
  --extra-index-url https://pypi.nvidia.com \
  --index-strategy unsafe-best-match

需要时可在方括号中添加其他依赖组。例如，使用 isaaclab[isaacsim,all] 同时安装预先选定的 all 依赖组。

安装支持 CUDA 的 PyTorch#

使用对应平台的命令安装 CUDA 13.0 版 PyTorch：

Linux (x86_64)

uv pip install -U torch==2.11.0 torchvision==0.26.0 --index-url https://download.pytorch.org/whl/cu130

Windows (x86_64)

uv pip install -U torch==2.11.0 torchvision==0.26.0 --index-url https://download.pytorch.org/whl/cu130

Linux (aarch64)

备注

在安装 Isaac Lab 前，先安装所需的 Python、OpenGL 和 X11 开发软件包：

sudo apt install python3.12-dev libgl1-mesa-dev libx11-dev libxcursor-dev libxi-dev \
   libxinerama-dev libxrandr-dev

uv pip install -U torch==2.11.0 torchvision==0.26.0 --index-url https://download.pytorch.org/whl/cu130

备注

如果 Isaac Sim 报告 OpenMP 预加载警告，请使用系统 GNU OpenMP 库：

unset LD_PRELOAD
export LD_PRELOAD=/lib/aarch64-linux-gnu/libgomp.so.1

备注

如果导入 omni.client 或 torch 时，因 libcarb.so 无法分配静态 TLS 块而失败，请在启动 Python 前预加载 libcarb.so ：

export LD_PRELOAD=$(python -c "import sys,os;[print(os.path.join(p,'omni','client','libcarb.so')) for p in sys.path if os.path.isfile(os.path.join(p,'omni','client','libcarb.so'))]" 2>/dev/null | head -1)${LD_PRELOAD:+:$LD_PRELOAD}

如果安装了 isaacsim 依赖组，请在运行项目之前先验证它：

isaacsim

首次启动会下载 Isaac Sim 扩展，可能耗时十分钟以上，同时会要求接受 NVIDIA Omniverse EULA；非交互式环境可设置 OMNI_KIT_ACCEPT_EULA=yes 。使用 python my_script.py 运行项目脚本。

通过以下命令，为当前工作区生成 VS Code 或 Cursor 设置：

uv run isaaclab --editor

警告

此命令在工作区中生成 .vscode/settings.json 和 pyrightconfig.json 。Pyright 配置会继承已有的 [tool.pyright] 配置表，并添加从当前 Python 环境中发现的路径。

下载的 Isaac Sim 软件包#

如果更倾向于下载 Isaac Sim 软件包，而不是通过 pip 安装，请选择这种方式。下载并解压 Isaac Sim 预构建软件包。二进制安装必须使用 Isaac Sim 自带的 Python，不支持与 conda、 uv 或 venv 混用。如果需要独立的 Python 环境，请改用包含 Isaac Sim 的 Python 环境。

以下命令假定软件包在 Linux 上解压到 ${HOME}/isaacsim ，在 Windows 上解压到 C:\isaacsim 。设置安装路径并验证仿真器：

Linux

export ISAACSIM_PATH="${HOME}/isaacsim"
export ISAACSIM_PYTHON_EXE="${ISAACSIM_PATH}/python.sh"
${ISAACSIM_PATH}/isaac-sim.sh
${ISAACSIM_PYTHON_EXE} -c "print('Isaac Sim configuration is now complete.')"
${ISAACSIM_PYTHON_EXE} ${ISAACSIM_PATH}/standalone_examples/api/isaacsim.core.experimental.api/add_cubes.py

Windows

set ISAACSIM_PATH="C:\isaacsim"
set ISAACSIM_PYTHON_EXE="%ISAACSIM_PATH:"=%\python.bat"
%ISAACSIM_PATH%\isaac-sim.bat
%ISAACSIM_PYTHON_EXE% -c "print('Isaac Sim configuration is now complete.')"
%ISAACSIM_PYTHON_EXE% %ISAACSIM_PATH%\standalone_examples\api\isaacsim.core.experimental.api\add_cubes.py

小心

如果使用过旧版 Isaac Sim，请在首次启动前重置用户数据和缓存变量：Linux 使用 ${ISAACSIM_PATH}/isaac-sim.sh --reset-user ，Windows 使用 %ISAACSIM_PATH%\isaac-sim.bat --reset-user 。

克隆 Isaac Lab，创建 _isaac_sim 链接，然后安装并验证：

SSH

git clone git@github.com:isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

HTTPS

git clone https://github.com/isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

Linux

cd IsaacLab
ln -s ${ISAACSIM_PATH} _isaac_sim
sudo apt install cmake build-essential
./isaaclab.sh -i
./isaaclab.sh -p scripts/tutorials/00_sim/create_empty.py --viz kit

Windows

cd IsaacLab
mklink /D _isaac_sim %ISAACSIM_PATH%
isaaclab.bat -i
isaaclab.bat -p scripts\tutorials\00_sim\create_empty.py --viz kit

教程命令应打开一个黑色的仿真器视口。如果任一验证命令失败，请参阅 Isaac Sim Linux 故障排查指南或 Isaac Sim 论坛。

Docker 与高性能计算集群#

安装 Docker Engine 、 Docker Compose 和 NVIDIA Container Toolkit 。如果 Docker 通过 Snap 安装，请将 Isaac Lab 仓库放在 /home 下。

克隆 Isaac Lab，然后构建、启动并进入开发容器：

SSH

git clone git@github.com:isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

HTTPS

git clone https://github.com/isaac-sim/IsaacLab.git --branch release/3.0.0
cd IsaacLab

./docker/container.py start
./docker/container.py enter base

容器使用 /isaac-sim/python.sh ，并挂载仓库的 source 和 docs 目录，以便直接编辑。使用 ./docker/container.py stop 停止容器，使用 ./docker/container.py copy 获取日志、数据和文档构建产物。

对于高性能计算集群，先在安装了 Docker 的机器上构建镜像，再转换为 Apptainer/Singularity 镜像，并通过集群的 SLURM 或 PBS 提交任务。集群专用路径和调度器设置应放在基础镜像之外。

卷管理、X11、镜像扩展、预构建容器、完整示例及集群操作说明见在 Docker 中运行 Isaac Lab 。

云端工作站#

Isaac Automator 可在 AWS、GCP、Azure 和阿里云上创建 GPU 工作站。先安装 Docker，再克隆并构建 Isaac Automator：

git clone https://github.com/isaac-sim/IsaacAutomator.git
cd IsaacAutomator
./build
./run ./deploy-aws

根据云平台，将 deploy-aws 替换为 deploy-gcp 、 deploy-azure 或 deploy-alicloud 。通过 --isaaclab 和 --isaacsim 选择 Git 版本。SSH、noVNC 和 NoMachine 的连接信息保存在 state/<deployment-name>/info.txt 中。

在 Automator 容器中管理工作站：

./stop <deployment-name>
./start <deployment-name>
./upload <deployment-name>
./download <deployment-name>
./destroy <deployment-name>

请保留 state 目录，其中包含部署元数据。

凭据、云平台选项、连接方式、数据传输及完整的工作站生命周期说明见云部署。

后续步骤#

接下来阅读快速入门，运行任务并训练策略。资源缓存、Nucleus 迁移和区域资源服务见管理资产下载。安装、启动和性能问题请参阅故障排查参考。

安装

目录

安装#

选择安装路径#

系统要求#

使用 uv 自动安装（推荐）#

`isaaclab.sh` 安装脚本（旧版方式）#

包含 Isaac Sim 的 Python 环境#

Isaac Lab Python 软件包#

安装尚未发布的 Git 版本#

安装已发布的 wheel#

可选依赖组#

安装 `importers` 可选依赖组#

安装 `isaacsim` 可选依赖组#

安装支持 CUDA 的 PyTorch#

下载的 Isaac Sim 软件包#

从源码构建 Isaac Sim#

Docker 与高性能计算集群#

云端工作站#

后续步骤#

安装

目录

安装#

选择安装路径#

系统要求#

使用 uv 自动安装（推荐）#

isaaclab.sh 安装脚本（旧版方式）#

包含 Isaac Sim 的 Python 环境#

Isaac Lab Python 软件包#

安装尚未发布的 Git 版本#

安装已发布的 wheel#

可选依赖组#

安装 importers 可选依赖组#

安装 isaacsim 可选依赖组#

安装支持 CUDA 的 PyTorch#

下载的 Isaac Sim 软件包#

从源码构建 Isaac Sim#

Docker 与高性能计算集群#

云端工作站#

后续步骤#

`isaaclab.sh` 安装脚本（旧版方式）#

安装 `importers` 可选依赖组#

安装 `isaacsim` 可选依赖组#