介绍在 NVIDIA DGX Spark 运行 Ubuntu 24.04 系统下，使用预编译二进制方式安装 Isaac Sim 和 Isaac Lab 的方法，并配置 Python 虚拟环境及 ROS2 Jazzy 版本。重点解决了 Torch 版本与 CUDA 兼容性冲突问题，提供了环境变量设置、Conda 环境创建及验证步骤，确保仿真器正常运行。
Isaac Sim 和 Isaac Lab 有三种安装方法：源码编译，二进制编译，pip 安装。
会有非常非常多的 bug，而且速度很慢，不建议尝试。
速度最快，但前提是你不需要用到 GPU 跑代码。否则在后面使用的时候会遇到一个问题：需要安装 torch 的版本是 2.9.0（这个版本和电脑系统是兼容的），但是 isaaclab 匹配的 torch 版本是 2.7.0，所以在装完 torch 安装 isaaclab 时会自动把 torch 的版本降为 2.7.0，2.7.0 的 torch 和 cuda13 是不兼容的，想要降级 cuda，发现 ubuntu24.04 只支持 13 及以上的 cuda，所以想重装系统，但又无法安装 ubuntu22.04。
这是本文要介绍的方法，安装速度复杂度介于源码和 pip 之间，不会产生 torch 版本的问题。
注意：千万不要尝试重装系统！！！千万不要尝试降级 cuda！！！否则机器会挂掉恢复出厂设置！！！
首先检查一下电脑型号，在终端输入
nvidia-smi
NVIDIA DGX Spark（Ubuntu24.04）
[图片：硬件信息截图]
注意，驱动是 580.95.05，cuda 版本是 13，gpu 为 GB10。
在 Linux 系统上，在 HOME 处创建文件夹，命名为 isaacsim
mkdir isaacsim
为避免每次都要找到并定位 Isaac Sim 安装目录的开销，将以下环境变量导出到终端:
# Isaac Sim root directory
export ISAACSIM_PATH="${HOME}/isaacsim"
# Isaac Sim python executable
export ISAACSIM_PYTHON_EXE="${ISAACSIM_PATH}/python.sh"
检查仿真器是否正常运行:
# note: you can pass the argument "--help" to see all arguments possible.
${ISAACSIM_PATH}/isaac-sim.sh
将 Isaac Lab 库克隆到你项目的工作空间:
git clone https://github.com/isaac-sim/IsaacLab.git
在已安装的 Isaac Sim 根目录和 Isaac Lab 目录的 _isaac_sim 之间建立符号链接。这样做方便了索引 Python 模块并查找与 Isaac Sim 一起提供的扩展。
# enter the cloned repository
cd IsaacLab
# create a symbolic link
ln -s ${ISAACSIM_PATH} _isaac_sim
# For example:
# Option 1: If pre-built binaries were installed:
# ln -s ${HOME}/isaacsim _isaac_sim
# Option 2: If Isaac Sim was built from source:
# ln -s ${HOME}/IsaacSim/_build/linux-x86_64/release _isaac_sim
虽然此步是可选的，但仍旧建议使用 conda 为 isaaclab 创建单独的环境，防止与电脑上其他项目发生冲突。
通过该链接下载 miniconda：https://www.anaconda.com/download
[图片：Miniconda 下载界面]
选择 64-Bit（AWS Gravition2 / ARM64)Installer 进行下载。
下载后获得.deb 文件，在'下载'打开终端，输入命令：
sudo dpkg -i （安装包名）.deb
进行解压（输入包名称前几个字母按 Tab 补全很方便），安装。一路 yes，enter 即可。在最后：是否初始化 Miniconda，输入 yes 将 Miniconda 添加到 PATH 环境变量中，然后 source 一下使之生效。
source ~/.bashrc
检验是否安装成功：
conda --version
输出版本则安装成功。
创建环境的名称为 env_isaaclab：
./isaaclab.sh --conda # or "./isaaclab.sh -c"
激活环境
# Activate environment
conda activate env_isaaclab
运行安装命令，遍历 source 目录中的所有扩展，同时使用带有 --editable 标志的 pip 进行安装:
./isaaclab.sh --install # or "./isaaclab.sh -i"
最后 source 一下，在当前终端中激活 Isaac Sim 的 Conda 运行环境，让你能正常启动和使用 Isaac Sim：
source _isaac_sim/setup_conda_env.sh
要验证安装是否成功，请从存储库顶部运行以下命令:
# Option 1: Using the isaaclab.sh executable
# note: this works for both the bundled python and the virtual environment
./isaaclab.sh -p scripts/tutorials/00_sim/create_empty.py
# Option 2: Using python in your virtual environment
python scripts/tutorials/00_sim/create_empty.py
上述命令应该启动仿真器，并显示具有黑色视口的窗口。可以通过在终端上按 Ctrl+C 来退出脚本。
注意：这是在配置 CUDA 开发环境，让 PyTorch 和 Triton 能正确使用你电脑上的 NVIDIA GPU 进行加速计算。
export TORCH_CUDA_ARCH_LIST=12.1a # Spark 12.1, 12.0f, 12.1a
export TRITON_PTXAS_PATH=/usr/local/cuda/bin/ptxas
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
参考 issue 帮助：https://github.com/isaac-sim/IsaacLab/issues/3761 ，可能的 issue 帮助，里面提到，源码，切 release/2.3.0，编译。 我们不要去管系统的 cuda13，nvcc 13，装 torch 就只管那个 python 依赖包 cudatookkit 或者 nv-cuda 之类的。
[图片：虚拟环境配置截图]
不要管箭头那里，只管虚拟环境（上图为 uv 做版本控制的情况）。
与 NVIDIA DGX Spark 适配的 ros 的版本是 ros2 jazzy，这里可以直接通过鱼香 ros 安装，人家写的很好，选择对应版本安装就行。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online