2. 仿真环境搭建：主流仿真引擎对比与安装配置

做机器人仿真这么多年，我换过好几个引擎。说实话，没有哪个引擎是万能的。你选哪个，完全取决于你要干什么。

今天咱们就聊聊三个主流选手：Gazebo、MuJoCo 和 Isaac Sim。我会把它们的优缺点、适用场景、安装配置的坑，一股脑儿倒出来。

2.1 三大引擎，各自什么来头？

先看一张对比表，心里有个底。

2.2 逐个拆解：我的真实体验

Gazebo：ROS 生态的老大哥

Gazebo 是我最早接触的仿真器。那时候做轮式机器人，它确实够用。但做人形机器人，嗯，有点吃力。

优点：

• 和 ROS 无缝衔接，消息、话题、TF 树直接通
• 社区庞大，遇到问题基本能搜到答案
• 支持多种物理引擎，可以切换试试

缺点：

• 物理精度一般，尤其是关节摩擦和接触模型
• 渲染效果差，做视觉仿真不够真实
• 人形机器人容易「抽风」—— 我遇到过双足走着走着突然弹射起步

MuJoCo：物理精度之王

MuJoCo 被 DeepMind 收购后开源了，这对我们做机器人仿真的是个大礼包。它的物理引擎基于凸优化，说白了就是算得更准、更稳。

优点：

• 物理精度极高，关节约束处理得漂亮
• 速度快，支持大规模并行仿真
• 人形机器人跑起来很自然，不会乱抖

缺点：

• 没有渲染引擎，想看画面得自己搭
• 和 ROS 集成需要额外工作
• 模型文件格式（MJCF）得从头学

Isaac Sim：NVIDIA 的工业级选手

Isaac Sim 是后来才用的。说实话，第一次打开它，我被渲染效果震住了。光线追踪、物理材质、真实光照——这才叫仿真嘛。

优点：

• 渲染效果顶级，适合做感知算法验证
• 支持全身控制、多机器人协作
• 有现成的人形机器人模型（如 Digit、Atlas）

缺点：

• 硬件要求高，至少需要 RTX 3060 以上显卡
• 安装过程繁琐，依赖项多
• 学习曲线陡，Python API 文档不够友好

2.3 环境安装与配置：手把手来一遍

下面我按自己的习惯，把三个引擎的安装步骤列出来。注意，我假设你用的是 Ubuntu 22.04 和 ROS 2 Humble。

2.3.1 安装 Gazebo（Ignition Fortress）

Gazebo 现在分 Classic 和 Ignition 两个版本。我建议用 Ignition Fortress，它和 ROS 2 配合更好。

# 安装依赖
sudo apt-get update
sudo apt-get install wget

# 添加 Gazebo 源
sudo wget https://packages.osrfoundation.org/gazebo.gpg -O /usr/share/keyrings/gazebo-archive-keyring.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/gazebo-archive-keyring.gpg] http://packages.osrfoundation.org/gazebo/ubuntu-stable $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/gazebo-stable.list

# 安装 Fortress
sudo apt-get update
sudo apt-get install ignition-fortress

# 验证安装
ign gazebo --version

2.3.2 安装 MuJoCo

MuJoCo 安装相对简单。从 2.1.0 版本开始，它提供了预编译的 Python 包。

# 使用 pip 安装
pip install mujoco

# 验证安装
python3 -c "import mujoco; print(mujoco.__version__)"

# 如果需要渲染，安装配套工具
pip install mujoco-python-viewer

MuJoCo 的模型文件是 MJCF 格式。我习惯把模型放在 ~/.mujoco 目录下。

mkdir -p ~/.mujoco
cd ~/.mujoco
# 下载人形机器人模型（以 CMU Humanoid 为例）
git clone https://github.com/google-deepmind/mujoco_menagerie.git

2.3.3 安装 Isaac Sim

Isaac Sim 的安装最麻烦。它依赖 NVIDIA 的 Omniverse 平台。

# 1. 安装 NVIDIA 驱动（确保版本 ≥ 525）
nvidia-smi

# 2. 安装 Omniverse Launcher
# 从 NVIDIA 官网下载 .deb 包
wget https://install.launcher.omniverse.nvidia.com/installers/omniverse-launcher-linux-x86_64.deb
sudo dpkg -i omniverse-launcher-linux-x86_64.deb

# 3. 打开 Omniverse Launcher，在 Exchange 页面搜索 Isaac Sim
# 点击 Install，选择版本（我建议 2023.1.1）

# 4. 安装完成后，通过 Launcher 启动 Isaac Sim

如果你不想用 Launcher，也可以用 pip 安装核心库：

pip install isaacsim==2023.1.1

2.4 核心逻辑：仿真引擎选型决策图

下面这张图，是我自己总结的选型逻辑。你照着走，基本不会选错。

2.5 我的推荐组合

如果你问我个人怎么选，我会说：别只用一个。

我现在的 workflow 是这样的：

• 用 MuJoCo 做物理仿真和强化学习训练
• 把 MuJoCo 输出的关节数据通过 ROS 2 发给 Isaac Sim 做视觉渲染
• 用 Gazebo 做快速原型验证，尤其是和真实硬件联调时

这样各取所长，效率最高。当然，前期搭建环境会多花点时间，但后面省下的调试时间，值。