Isaac gym的安装要求：
NVIDIA公司推出的GPU运行环境下的机器人仿真环境（NVIDIA Isaac Gym）的安装要求——强化学习的仿真训练环境
=====================================================
下载安装文件： IsaacGym_Preview_2_Package.tar.gz
解压：
tar -zxvf IsaacGym_Preview_2_Package.tar.gz
===================================================
使用 conda 安装软件包：（Ubuntu18.04系统下，要求已经安装配置anaconda）
解压安装文件后进入安装文件夹：（本文中解压文件位置为 ~ ）
cd isaacgym/python/
执行命令：
sh ../create_conda_env_rlgpu.sh
这里需要注意，虽然显示的是激活环境失败，但是这是依赖环境其实已经安装好了。
我们可以看下上步操作中具体的环境配置文件内容：cat ~/isaacgym/python/rlgpu_conda_env.yml
可以看到，其实安装 IsaacGym 的主要依赖环境为：
python=3.7
pytorch=1.8.1
cudatookit=11.1
其实主要的依赖环境就是上面这三个，在满足 NVIDIA公司推出的GPU运行环境下的机器人仿真环境（NVIDIA Isaac Gym）的安装要求——强化学习的仿真训练环境
的前提下，只要安装上面这三个依赖就可以安装 IsaacGym 了。
手动激活安装好的环境： conda activate rlgpu
在该环境下手动安装 IsaacGym 。
pip install -e .
此时则完成了全部的安装。
注意这时直接运行例子是会报错的：
原因就是无法识别出Python库，因为 IsaacGym 我们这里采用的是默认安装，所以安装文件和原文件相同，所以在运行IsaacGym时会出现一些问题，这时我们只需要设置好动态链接库地址即可，方法：
查找当前环境下动态链接库libpython3.7m.so.1.0的位置：
设置动态链接库地址：
export LD_LIBRARY_PATH=/home/devil/anaconda3/envs/rlgpu/lib/:$LD_LIBRARY_PATH
=============================================
特殊说明：
默认的 IsaacGym 安装路径为在原文件中安装，也就是说下载的原文件解压后进行安装，安装路径还是在原文件路径中，并没有把安装文件拷贝到默认的Python环境中，这也就意味着 IsaacGym 安装成功后原文件也不能删除或者移动，因为原文件和安装文件为同一个。我们可以认为 IsaacGym 的安装其实就是将原文件的路径加到了Python的默认库所识别的路径中。
安装后的原文件夹下内容：
可以看到，原文件和安装文件为同一个。
===========================================
我们可以看下安装后的文件结构：
文件夹：
examples : 是对环境进行操作的例子。
isaacgym 和 isaacgym.egg-info 是安装文件。
rlgpu 文件夹下面是使用pytorch下的PPO算法运行isaacgym的代码。
rlgpu文件夹可以看做是NVIDIA公司为仿真环境 isaacgym 写的pytorch版的PPO等常用机器人的reinforcement leanring算法代码，文件夹详情：
下面就给出几个使用rlgpu文件下的reinforcement learning代码训练isaacgym环境的例子：
下面的例子使用的文件：/home/devil/isaacgym/python/rlgpu/train.py
rlgpu下面的train.py
使用help解释来查看NVIDIA给出的reinforcement leanring算法命令参数：
python train.py -h
usage: train.py [-h] [--sim_device SIM_DEVICE] [--pipeline PIPELINE]
[--graphics_device_id GRAPHICS_DEVICE_ID] [--flex | --physx]
[--num_threads NUM_THREADS] [--subscenes SUBSCENES]
[--slices SLICES] [--test] [--play] [--resume RESUME]
[--checkpoint CHECKPOINT] [--headless] [--horovod]
[--task TASK] [--task_type TASK_TYPE] [--rl_device RL_DEVICE]
[--logdir LOGDIR] [--experiment EXPERIMENT] [--metadata]
[--cfg_train CFG_TRAIN] [--cfg_env CFG_ENV]
[--num_envs NUM_ENVS] [--episode_length EPISODE_LENGTH]
[--seed SEED] [--max_iterations MAX_ITERATIONS]
[--steps_num STEPS_NUM] [--minibatch_size MINIBATCH_SIZE]
[--randomize] [--torch_deterministic]
RL Policy
optional arguments:
-h, --help show this help message and exit
--sim_device SIM_DEVICE
Physics Device in PyTorch-like syntax
--pipeline PIPELINE Tensor API pipeline (cpu/gpu)
--graphics_device_id GRAPHICS_DEVICE_ID
Graphics Device ID
--flex Use FleX for physics
--physx Use PhysX for physics
--num_threads NUM_THREADS
Number of cores used by PhysX
--subscenes SUBSCENES
Number of PhysX subscenes to simulate in parallel
--slices SLICES Number of client threads that process env slices
--test Run trained policy, no training
--play Run trained policy, the same as test, can be used only
by rl_games RL library
--resume RESUME Resume training or start testing from a checkpoint
--checkpoint CHECKPOINT
Path to the saved weights, only for rl_games RL
library
--headless Force display off at all times
--horovod Use horovod for multi-gpu training, have effect only
with rl_games RL library
--task TASK Can be BallBalance, Cartpole, CartpoleYUp, Ant,
Humanoid, Anymal, FrankaCabinet, Quadcopter,
ShadowHand, Ingenuity
--task_type TASK_TYPE
Choose Python or C++
--rl_device RL_DEVICE
Choose CPU or GPU device for inferencing policy
network
--logdir LOGDIR
--experiment EXPERIMENT
Experiment name. If used with --metadata flag an
additional information about physics engine, sim
device, pipeline and domain randomization will be
added to the name
--metadata Requires --experiment flag, adds physics engine, sim
device, pipeline info and if domain randomization is
used to the experiment name provided by user
--cfg_train CFG_TRAIN
--cfg_env CFG_ENV
--num_envs NUM_ENVS Number of environments to create - override config
file
--episode_length EPISODE_LENGTH
Episode length, by default is read from yaml config
--seed SEED Random seed
--max_iterations MAX_ITERATIONS
Set a maximum number of training iterations
--steps_num STEPS_NUM
Set number of simulation steps per 1 PPO iteration.
Supported only by rl_games. If not -1 overrides the
config settings.
--minibatch_size MINIBATCH_SIZE
Set batch size for PPO optimization step. Supported
only by rl_games. If not -1 overrides the config
settings.
--randomize Apply physics domain randomization
--torch_deterministic
Apply additional PyTorch settings for more
deterministic behaviour
