全部文档
当前文档
最近更新时间：2025-10-30 15:30:33
Isaac Sim是由NVIDIA开发的一款高性能机器人仿真平台，基于NVIDIA Omniverse构建，专注于机器人仿真、人工智能训练和虚拟测试。Isaac Sim的核心特点包括高保真物理仿真、传感器模拟、AI和机器学习集成、多用户协作和实时渲染等功能。
高保真物理仿真：基于NVIDIA PhysX物理引擎，支持精确的物理交互和动力学仿真。
传感器模拟：支持多种传感器模型，包括摄像头、激光雷达、深度相机、IMU等，提供逼真的传感器数据输出，适用于训练和测试AI算法。
AI和机器学习集成：内置NVIDIA Isaac SDK，支持深度学习模型的训练和部署，提供预训练的AI模型（如目标检测、语义分割）。
多用户协作和实时渲染：基于NVIDIA Omniverse，支持USD（Universal Scene Description）格式，便于场景共享和扩展。
模块化和可扩展：提供Python和C++ API，支持自定义仿真逻辑和插件开发。
机器人开发：仿真机器人运动控制、路径规划和抓取任务。
自动驾驶：仿真自动驾驶汽车的传感器数据和环境交互。
工业自动化：仿真工业机器人、AGV（自动导引车）和生产线。
AI训练：生成合成数据用于训练深度学习模型。
虚拟测试：在虚拟环境中测试机器人算法和系统，减少对物理硬件的依赖。
云服务器部署：
适用场景：适用于资源需求稳定、无需频繁扩缩容的业务，隔离性强，部署简单快捷。
使用步骤：新建云服务器配置实例信息后使用远程桌面启动仿真服务。
容器部署：
适用场景：适用于高弹性需求的业务，可以更方便的分配资源，支持即开即用。
使用步骤：需创建容器集群和资源池后新建开发任务，使用IDE和基于容器的远程访问工具启动仿真服务。
在左侧导航栏中，单击仿真服务
3.在右侧展示界面中点击+新建，开始仿真服务部署流程，并配置以下选项。
基本信息
计费模式
地域
可用区
服务器配置：架构、实例类型等
存储配置：系统盘、性能级别、容量范围、数据盘大小
网络配置：网卡、子网、IP地址、安全组、弹性IP等
系统配置：服务名称、服务器账号密码等
4.在右侧展示界面中点击+新建，开始仿真服务部署流程，并配置以下选项。
5.选择实例配置信息
6.选择存储配置
7.配置网络和安全组
8.系统配置信息
9.部署启动完成
10.添加安全组
由于本方案中启动方式选择NoMachine方式，需要在安全组中放开4000端口，便于客户端NoMachine连接服务端
基于 NVIDIA Omniverse 构建的参考应用，是一个机器人高保真仿真工具，覆盖从环境构建到硬件部署的全流程。提供物理引擎、传感器模拟、合成数据生成等功能，帮助开发者创建逼真的虚拟环境，用于机器人的设计、仿真、测试等。
运行已下载好的NoMachine客户端
2.输入名称、公网IP地址与服务端口，完成后点击Connect连接即可。
Name | 用于给当前连接服务起一个别名，无特殊要求。 |
Host | 公网IP（服务器网卡绑定的公网IP）；若内网连接直接写主网卡内网IP即可 |
Port | 默认4000，云主机在启动时内部nomachine服务跟随启动，公网连接需要安全组放开4000端口。 |
3.输入用户名和密码，默认用户名为ubuntu，密码为部署时输入的root密码。并勾选save this password in the connection file，一路点击OK完成启动。
4.在界面中双击Isaac Sim图标，稍等片刻即可完成Isaac Sim的服务启动。
启动Isaac lab服务，加速机器人策略的训练过程。主要是构建在Isaac sim之上的轻量级开源机器人学习框架，专注与机器人学习中的强化学习等功能，提供了相关的API和实例，简化工作流，如强化学习、运动规划等。
打开Ubuntu终端terminal，输入如下命令，自动开启lab服务。
cd /home/ubuntu/workspace/IsaacLab/
./isaaclab.sh -p scripts/demos/quadrupeds.py因受限NV官方版本问题，如须使用webRTC客户端连接，需增加辅助网卡，并将主网卡绑定的EIP切换至辅助网卡上，同时放开安全组TCP 49100和UDP 1024。具体操作如下：
登录金山云星流训推平台，点击应用>仿真应用，点击已经新建的仿真主机
2.跳转到云主机界面，点击网卡>挂载辅网卡。
3.挂载完成后，使用SSH工具登录主机后台，将原已挂载到主网卡的EIP手动绑定到辅助网卡上。
ifconfig eth1 x.x.x.x（云主机主网卡EIP） up4.放开安全组TCP 49100和UDP 1024，并限制源IP。
5.后台执行sim直播流启动脚本，启动直播流服务。
# root账户下运行添加后缀 --allow-root
bash /home/ubuntu/isaacsim/isaac-sim.streaming.sh --allow-root6.脚本执行后，等待日志输出Isaac Sim Full Streaming App is loaded.
7.启动WebRTC客户端输入公网IP连接即可。
如需使用WebRTC客户端连接Isaac Lab，可参考连接Isaac Sim的方式，设置IP和安全组，并执行如下命令等待日志打印输出 Simulation App Startup Complete后，即可在客户端输入IP完成连接。
cd /home/ubuntu/workspace/IsaacLab
LIVESTREAM=2 ./isaaclab.sh -p scripts/tutorials/00_sim/create_empty.py1.登录金山云，进入云服务器界面https://kec.console.ksyun.com/v2/#/kec
2.在右侧展示界面中，点击+新建，开一台GPU云服务器并关机（仅支持关机状态加入容器集群），选择存储配置时请确保GPU云服务器有足够的硬盘空间
3.跳转到容器服务，在右侧展示界面中，点击+新建集群，并配置以下信息
4.完成创建容器集群后，点击集群进入详情配置页面。在左侧导航栏点击节点并选择“+添加已有节点”
添加节点界面：
5.确保云主机镜像包含显卡驱动，GPU资源加入到集群后可能会重装系统，请重装ubuntu系统，重装后需要安装Nvidia显卡驱动：
sudo apt-get update
sudo apt install build-essential -y
wget https://us.download.nvidia.com/XFree86/Linux-x86_64/550.144.03/NVIDIA-Linux-x86_64-550.144.03.run
chmod +x NVIDIA-Linux-x86_64-550.144.03.run
sudo ./NVIDIA-Linux-x86_64-550.144.03.run注意：Isaac sim 5.0.0/lab 2.2.0 镜像请安装550.163.01版本的Nvidia显卡驱动
安装后重启宿主机，并确认驱动安装成功：
nvidia-smi6.安装重启后等待容器组件安装完成：
7.新建资源池，点击右侧+新建：
并配置以下信息：
8.分配GPU资源，用于后续具体任务。点击进入资源池队列管理，新建队列，并配置以下选项：
队列名称
队列管理员
队列成员
GPU配置
9.新建开发任务，选择仿真容器镜像，设置存储配置（可能需要），自定义服务打开4000端口并开启公网访问。宿主机需配置公网EIP，并且安全组出口需要开放IP协议。启动成功后，点击连接，通过web IDE任意方式连接到容器终端即可。
1.在终端执行/docker_config/entrypoint.sh启动kamsvnc远程桌面服务。（以Jupyter为例）
2.使用浏览器访问 https://<自定义服务公网IP>:4000 以连接远程桌面(推荐chrome)，连接登录账号密码默认为root+kasmvncpasswd，登陆后即可远程使用仿真服务，建议您仔细阅读桌面的readme.md文档以了解当前镜像中服务的部署与使用方式。
在Isaac Lab的安装目录下，打开终端，使用目录下的isaaclab.sh脚本执行相关操作。
例如：执行下面指令，生成不同的四足动物，并使用位置命令让机器人站立：
./isaaclab.sh -p scripts/demos/quadrupeds.py执行下面指令，运行带有GUI界面的机器人强化学习训练
./isaaclab.sh -p scripts/reinforcement_learning/rsl_rl/train.py --task=Isaac-Velocity-Rough-G1-V0纯净模式