机器人开发环境¶
本模块用于把一台新工作站配置成可检查、可复现的具身智能开发环境。内容覆盖版本选择、环境隔离、Smoke Test、仿真器选择、ROS 接入与实验记录;“安装命令成功”不等于训练、渲染、任务或真实机器人已经验证。
先选择宿主路径¶
| 目标 | 建议起点 | 原因 |
|---|---|---|
| ROS 2 与 Gazebo 入门 | Ubuntu 24.04 + ROS 2 Jazzy + Gazebo Harmonic | 经审阅的 LTS 教学组合,ros_gz 由 ROS 仓库提供。 |
| 维护 Ubuntu 22.04 机器人栈 | ROS 2 Humble + Gazebo Fortress | 保持 Humble 的默认二进制组合。 |
| Windows 笔记本学习 ROS | WSL2 + Ubuntu 24.04 | 使用 Linux ROS 软件包和 WSLg,但不把 WSL 当成实时真机证据。 |
| 接触仿真与模型编辑 | 原生 Python + MuJoCo | 安装轻、MJCF/URDF 路径直接、物理与渲染边界清楚。 |
| GPU 并行机器人学习 | Isaac Lab 或 Genesis World | 安装前必须重新核对上游 OS、Python、驱动与加速器矩阵。 |
下面两个命令只读取信息,不修改系统:
python tools/robotdev/stack_resolver.py --host wsl2 --ubuntu 24.04
bash tools/robotdev/check_env.sh
环境搭建 Pipeline¶
研究目标
↓
宿主机与加速器盘点
↓
从官方文档选择受支持版本组合
↓
隔离环境与依赖锁定
↓
导入 → 最小场景 → 渲染 → ROS 桥接
↓
任务 Smoke → 确定性回归 → Benchmark
↓
硬件专属安全审查(独立门禁)
| 门禁 | 通过条件 | 不能证明 |
|---|---|---|
| 导入 | 包可以导入并报告版本。 | 渲染、物理任务或 GPU 正确。 |
| 场景 | 最小世界可构建并推进。 | 机器人模型具有真实物理保真度。 |
| 渲染 | 可生成交互画面或离屏帧。 | 训练实际使用了预期加速器。 |
| 桥接 | 指定消息按时间戳跨越 ROS 与仿真器。 | 控制延迟稳定或真机安全。 |
| 任务 | 固定种子与指标通过限定任务。 | 泛化或 Sim-to-Real 迁移。 |
分项指南¶
| 指南 | 学习结果 |
|---|---|
| 兼容矩阵 | 选择宿主路径,并为易变版本结论记录日期。 |
| ROS 2 + Gazebo | 构建工作空间、使用默认组合并检查桥接边界。 |
| MuJoCo | 安装官方 Python 绑定并运行正确的 MJCF Smoke。 |
| Isaac Lab | 遵循当前官方安装路线,区分启动证据与任务证据。 |
| Genesis World | 安装当前软件包并执行官方最小场景模式。 |
| Python、CUDA 与 WSL2 | 隔离环境,避免混淆驱动、Toolkit 与框架运行时。 |
| 故障排查 | 按层定位问题,不使用危险的全局绕过。 |
可复现环境回执¶
进入研究基线的每套环境都应记录:
- 宿主 OS,以及原生、WSL2、容器还是远程环境;
- Python、仿真器、ROS、Gazebo、PyTorch、驱动与锁文件版本;
- GPU、CPU 架构、内存与渲染后端;
- 安装来源、完整命令、Git 提交、随机种子与 Smoke 输出;
- 证据等级:导入、场景、渲染、桥接、任务、基准或真机。
机器可读兼容数据位于 tools/robotdev/stack_matrix.json。其中的审阅日期是内容新鲜度边界,不代表外部依赖永远不变。