영업팀 문의
Learn(으)로 돌아가기

우분투 22.04에 아이작 랩을 설치하는 방법

단계별로 아이작 랩 Ubuntu 22.04에 설치: conda env, 아이작 시ಮ್ 4.x, isaaclab.sh, 조작 RL 작업으로 확인합니다. ~ 45 분, 무료, 재생 가능.

NVIDIA 아이작 랩은 2026년 로봇 시뮬레이션에 대한 실제 오픈소스 RL/이미테이션 학습 프레임워크입니다. 이 튜토리얼은 아이작 시మ్ 4.x, 전용 콘다 환경과 스택 작업 끝으로 검증하기 위한 첫 번째 훈련 실행을 통해 우분투 22.04에 깔끔한 설치를 진행합니다.

시뮬레이션 총 시간: 약 45분 어려움: 중간 업데이트 2026년 4월

당신 이 성취 할 것

이 튜토리얼의 끝까지 당신은 작동 Isaac Lab 설치, 재생 가능한 콘다 환경, 그리고 조작 작업에 대한 검증된 엔드-투-엔드 RL 훈련 실행을 할 것입니다. 그것은 모든 하류의 기초입니다: 정책 훈련, 도메인 무작위화, sim-to-real 전송, RL 환경 평가.

아이작 랩 (이전에는 오비트/아이작 체육관 엔비스) 은 NVIDIA에서 [github.com/isaac-sim/IsaacLab] (이하: Isaac Sim) 에 의해 유지되고 있다. 이산 시ムの 위에 위치하고 있으며 작업 정의, RL-게임 / RSL-RL / 안정-베이스 라인스3와 RL 훈련, 도메인 무작위로 수행하는 작업을 위해 깨끗한 파이썬 API를 노출한다. 정책 연구에서는 원래 아이작 체육관을 대체했다.

전제 조건

  • Ubuntu 22.04 HWE 커널과 함께 Ubuntu 20.04는 작동하지만 더 이상 주요 목표가 아닙니다.
  • NVIDIA RTX GPU 최소 8 GB의 VRAM을 가진. 12 GB+는 병렬 RL 훈련에 강력히 권장됩니다.
  • NVIDIA 드라이버 535 또는 신기.
  • 50GB의 무료 디스크 공간. 아이작 시ಮ್+ 몇 개의 작업 캐시가 무거운 것입니다.
  • 미니콘다 또는 아나콘다. 우리는 격리된 환경을 만들 것입니다.
  • 파이썬, 명령 줄, git에 대한 기본적인 익숙함

아이작 시ムは 자신의 파이썬과 많은 네이티브 라이브러리를 배포합니다. 아이작 랩을 파이썬 시스템이나 주요 프로젝트 venv에 설치하는 것은 의존성 해상 악몽의 레시피입니다. 그것을 고립하십시오.

단계

  1. 시스템 전제조건을 확인

다른 모든 것을 하기 전에 유부untu 버전, GPU 드라이버, 디스크 공간 확인하세요.

```
lsb_release -a
nvidia-smi
df -h /
```

당신은 우분투 22.04을 찾고 있으며, 535 또는 그 이상의 드라이버 버전과 아이작 시드를 보유할 파티션에서 적어도 50 GB가 무료입니다. T8이 테이블을 생성하지 않으면 계속하기 전에 드라이버를 설치하거나 업데이트하십시오.

  1. 미니콘다를 설치

만약 이미 콘다가 없다면, 미니콘다를 가져가세요.

```
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
# Accept the license, accept the default install path, answer "yes" to conda init
source ~/.bashrc
```

T9로 확인해 주세요. 아이작 랩이 나중에 자신의 환경을 만들도록 하겠습니다.

  1. 아이작 시ಮ್ 4.x 설치

아이작 랩은 아이작 시ಮ್ 4.x를 필요로 합니다. 지원되는 2가지 길이 있습니다.

** 옵션 A pip 패키지 (머리 없는 작업장에서는 권장):** 아이작 Sim는 이제 아이작 Sim 4.x에 대한 pip 패키지로 배포됩니다. 아이작 랩 설치 스크립트는 자동으로 끌어낼 수 있습니다. 이 경로를 선택하면 4 단계로 건너뛰고 설치 스크립트는 처리합니다.

** 옵션 B Omniverse Launcher (GUI를 원한다면 추천):** Omniverse Launcher를 [developer.nvidia.com/isaac-sim](T26에서 다운로드하여 로그인하여 Isaac Sim 4.x를 설치하고 설치 경로를 참고하십시오 (일반적으로 T10).

정밀 상류 버전은 빠르게 이동합니다. 현재 지원되는 아이작 시మ్ 버전의 [Isaac Lab 문서] (T27) 를 확인합니다.

  1. 아이작랩 저장소를 복제

공식 리포를 복제합니다.

```
git clone https://github.com/isaac-sim/IsaacLab.git
cd IsaacLab
```

특정 버전이 필요하다면 아이작 시ಮ್ 버전과 일치하는 태그를 확인하세요 (예를 들어 T11). 새로운 설치에 대해서는 T12은 일반적으로 좋습니다.

  1. 콘다 환경을 만들어

레포 루트에서 제공된 도움말 스크립트를 사용하여 전용 콘다 환경을 생성하십시오.

```
./isaaclab.sh --conda isaaclab
conda activate isaaclab
```

이 방법은 올바른 파이썬 버전의 T13라는 env를 생성하고 활성화합니다. A 옵션을 선택하면 env는 다음 단계에 자동으로 Isaac Sim pip 패키지를 끌어당깁니다.

  1. 아이작 랩 확장 프로그램을 설치

설치 목표물을 실행:

```
./isaaclab.sh -i
```

이 방법은 모든 아이작 랩 확장 프로그램을 편집 가능한 모드로 설치하고, RL 라이브러리 스택 (RL-게임, RSL-RL, SKRL, 안정-베이스 라인3) 을 설치합니다. 첫 번째 실행은 몇 GB의 자산을 다운로드하고 네트워크에 따라 5~15 분 정도 소요됩니다.

** 문제 해결:** T14을 보시면 아이작 Sim 경로가 검색되지 않습니다. 아이작 Sim 설치 디렉터리에 T15을 설정하고 다시 실행합니다.

  1. 설치 확인

아이작 랩 팩을 통해 아이작 시드를 실행하여 그래픽 스택이 작동하는지 확인합니다.

```
./isaaclab.sh -p source/standalone/tutorials/00_sim/create_empty.py
```

윈도우는 빈 장면으로 열어야 합니다. 터미널에서 Ctrl+C로 닫습니다. 헤드리스 서버에서는 T16을 통과하여 창을 건너뛰습니다.

  1. 첫 RL 훈련을 해

빠른 조작 RL 작업을 훈련하여 전체 스택 작업을 끝에서 끝으로 확인합니다.

```
./isaaclab.sh -p source/standalone/workflows/rsl_rl/train.py \
  --task Isaac-Reach-Franka-v0 \
  --num_envs 1024 \
  --headless
```

이 방법은 1024 평행 프랑카 리치 환경을 시작하고 RSL-RL와 PPO 정책을 훈련합니다. RTX 4090에서 1분 또는 2분 이내에 보상 곡선을 볼 수 있습니다. 이 작업이 오류 없이 실행되면 아이작 랩 설치가 완전히 작동합니다.

다음으로 어떻게 해야 할까요?

아이작 랩이 실행되면 다음 단계의 전형적인 단계는 (1) 추가 내장 작업 (카비네트, 인하드 큐브, 휴머노이드 로코모션) 을 시도하고, (2) 기본 작업 엔브를 하위급으로 함으로써 자신의 작업을 정의하고, (3) 훈련된 정책을 [VLA 모델]T28) 평가 또는 sim-to-real 전송을 통해 실제 로봇에 연결합니다. 이 튜토리얼과 우리의 [LeRobot 녹음 튜토리얼] (T29) 을 결합하여 하이브리드 시메트 + 실제 데이터 세트를 만들 수 있습니다.

인형형에 작업하는 경우 아이작 랩은 로코모션과 전체 신체 작업을 박스에서 내보내 부스터 K1 또는 유니터리 G1을 소유하는 경우 훌륭한 출발점입니다. 이 파이프라인의 실제 로봇 측면을 위해 [유니터리 G1 카메라 캘리브레이션 튜토리얼]T30을 참조하십시오.

일반적인 실패 모드

** GLIBC 출시 오류:** 거의 항상 우분투 버전의 부합성. 22.04 확인.

** GPU 메모리에서:** 낮은 T17. 256는 8 GB GPU에서 작동합니다.

** 느린 자산 다운로드:** NVIDIA 자산 CDN는 지역입니다.

** 혼합 파이썬 환경:** 항상 T19을 통해 스크립트를 실행, 결코 T20을 직접 실행.

깊이 잠수: 아이작 랩 vs 대안

아이작 랩은 2026년 GPU 가속화된 RL 시뮬레이터 중 유일하지 않습니다. 이작 랩은 MuJoCo MJX와 비교하면, 아이작 랩은 Omniverse RTX를 통해 더 나은 엑스포트 사진 현실적인 렌더링을 제공합니다. 이는 실제 하드웨어로 전송되는 시각 정책을 미리 훈련시키는 데 중요합니다. MuJoCo MJX는 순수한 상태 기반 RL에 대한 원시 시뮬레이션 처리량에서 우위를 점합니다. 귀하의 정책이 공동 상태 및 최종 포인트 목표를만 소비한다면 MJX는 종종 벽 시계 시간 절반에 훈련합니다. ** CMU의 최신 파이썬 첫 번째 시뮬레이터는 성실성을 빠르게 따라가고 있으며 더 깨끗한 파이썬 API를 제공합니다. 그러나 성숙한 자산 생태계가 부족하며 아이작 시ム에서 인증을 받은 로봇 모델 아이작 랩이 유산입니다.

로봇 학습 팀의 실질적인 결정 트리는: 비전 기반 조작을 처음부터 시작하여 생태계를 위해 아이작 랩을 선택하십시오. 단일 GPU에 순수한 상태 기반의 로코모션 연구를 수행하는 MJX는 아마도 달러당 더 빠르다. NVIDIA 의존도 없이 완전히 오픈 소스 스택을 원하면, 제네시스 또는 단순한 MuJoCo를 확인하십시오. 우리의 [RL 환경 카탈로그]T31) 는 이러한 시뮬레이터들 간의 최신 비교를 유지합니다.

심층 다이빙: 콘다 환경은 중요하다

인원은 콘다 엔비디아 단계를 과소평가한다. 아이작 시ムは 자신의 파이썬 (일반적으로 3.10) 을 USD, 물리학, 레이 트래싱 등을 다루는 백 개의 네이티브 라이브러리와 함께 묶는다. 기존 프로젝트 엔비디아에 혼합하면 암호적인 segfaults가 발생하는데, 증상은 "이산 작업을 하지만 시뮬레이터가 첫 번째 틱에 충돌한다". 만약 여러분이 아이작 랩을 기존의 env에 가져오야 한다면 (예컨대, 다른 프로젝트와 PyTorch를 공유하고 싶으니까요) T22에서 env yaml를 복사하고, 추가 deps를 위에 로 레이어링하여 프로젝트 env에 아이작 랩을 레이어링하려고 하지 마십시오.

깊이 잠수: 헤드리스 vs GUI

검증이 끝나면 거의 모든 것을 헤드리스로 실행할 것입니다. GUI 모드는 작성 및 디버깅을 위한 것입니다. 렌더 창을 개방하는 정책 훈련은 픽셀 추진에 GPU 시간의 15-20%를 낭비합니다. 훈련에 T23을 사용하며 특정 에피소드를 검사 할 때만 시청자를 연결하십시오. 아이작 시ムは 웹RTC를 통해 헤드리스 트레이닝으로 연결되는 별도의 ** 라이브 뷰포트를 지원합니다.

자주 묻는 질문

** 아이작 랩은 AMD GPU에 실행되는가?** 아니. 아이작 시ムは NVIDIA의 RTX 스택과 CUDA에 달려 있습니다. MuJoCo MJX 또는 제네시스는 AMD 또는 애플 실리콘에 대한 옵션입니다.

** 아이작 랩을 도커에서 실행할 수 있나요?** 네. NVIDIA는 NGC에 아이작 시మ్ 록 이미지를 게시합니다. 아이작 랩에 대한 IsaacLab 리포는 도커파일을 배포합니다. RunPod, Lambda 또는 A100/H100 인스턴스에서 클라우드 훈련이 잘 작동합니다.

** 윈도우/WSL에 대해 어떻게 생각하세요?** 아이작 시ムは 원시 윈도우 지원이 있으며 GPU 패스트로 WSL2에서 작동합니다. 우부투 원시로는 여전히 더 부드러운 경로입니다.

** 제가 얼마나 큰 클러스터가 필요할까요?** 단일 RTX 4090는 1시간 이내에 많은 조작 작업을 훈련시킵니다. 로코모션 작업과 대규모 액션 공간 인형 작업은 멀티 GPU 설정에서 혜택을 누립니다.

관련 교과서 및 자원