GPU 加速

物理计算和神经网络推断全部在 GPU 上完成,无需 CPU-GPU 数据拷贝,速度提升千倍。

大规模并行

单张显卡即可同时运行数万个环境。原本需要几天训练的任务,现在几分钟搞定。

Sim2Real

高度保真的物理模型和域随机化支持,使得训练出的策略更容易迁移到真实机器人。

安装与使用

Isaac Gym 尚未开源,需要从 NVIDIA 官网下载 Preview 版本。

install.sh
# 1. 下载 Isaac Gym 包 (需注册 NVIDIA 账号)
# 2. 解压并进入 python 目录
cd isaacgym/python

# 3. 安装
pip install -e .

创建环境示例

isaac_demo.py
from isaacgym import gymapi, gymutil

# 1. 初始化 Gym
gym = gymapi.acquire_gym()

# 2. 配置参数 (使用 GPU)
sim_params = gymapi.SimParams()
sim_params.use_gpu_pipeline = True

# 3. 创建仿真器
sim = gym.create_sim(0, 0, gymapi.SIM_PHYSX, sim_params)

# 4. 创建地面
plane_params = gymapi.PlaneParams()
gym.add_ground(sim, plane_params)

# ... 这里的 API 比较底层,通常配合 isaacgymenvs 库使用 ...
print("Isaac Gym Sim Created Successfully!")
前往 NVIDIA 官网下载