寫在前面，如果Ubuntu剩余空間低于60G，則空間不足，除非你不需要資產包。但資產包中卻包含了G1模型、Go2模型等機器人模型和代碼，是必不可少的。
另外，IsaacLab是基于IsaacSim的進一步開發，因此在安裝IsaacLab前要先安裝IsaacSim。

配置Omniverse環境

從官網下載omniverse launcher運行文件（Direct Link: Linux）

運行omniverse-launcher文件，登錄Nvidia賬號，按照引導選擇，進入Omniverse主界面。

同意相關協議

按照默認設置路徑：

下載omniverse nucleus navigator：

選擇導航欄的交易所(exchange)目錄下搜索nucleus navigator進行安裝：

安裝完成后，點擊圖書館（Library）->nucleus navigator->啟動（launch），啟動導航工具：

點擊創建本地服務器（create local server）->next->填入個人信息，完成本地服務器的初始設置。

這里，賬戶的創建建議用admin，密碼admin（其他也可以），其他自行填寫。

創建完成且安裝完成后結果如下：

配置IsaacSim

進入omniverse的交互所（exchange）界面，選擇IsaacSim，點擊外部鏈接：

隨后會跳轉到瀏覽器鏈接中，然后選擇4.2.0，Linux版本，下載。（對于這一步，跟之前的版本有所不同，之前不存在外部鏈接，而是直接安裝。現在只能選擇外部鏈接。）

下載完成后將壓縮包解壓至/home/xx（你自己的用戶名）/.local/share/ov/pkg/isaac-sim-4.2.0。這一步中，若不存在isaac-sim-4.2.0文件夾，則創建一個，并將文件解壓進去。

然后，新開一個終端，執行：

sudo gedit ~/.bashrc

并在最下面寫入：

export ISAACSIM_PATH="${HOME}/.local/share/ov/pkg/isaac-sim-4.2.0"
export ISAACSIM_PYTHON_EXE="${ISAACSIM_PATH}/python.sh"

關閉bashrc文件，回到終端，執行：

source ~/.bashrc
cd ~/.local/share/ov/pkg
python3 -m pip install --upgrade pip
sudo apt-get update && sudo apt-get install -y git
git clone https://github.com/isaac-sim/IsaacLab.git # 若下載失敗，可采用git鏡像git clone https://kkgithub.com/isaac-sim/IsaacLab.git
cd IsaacLab
gedit isaaclab.sh

在sh文件上方，命令“export ISAACLAB_PATH=“$(cd"$( dirname “${BASH_SOURCE[0]}” )” &> /dev/null && pwd )"”之前添加代碼：

source ~/.local/share/ov/pkg/isaac-sim-4.2.0/setup_conda_env.sh

而后，關閉文件，在終端中執行：

source ~/.bashrc
# 創建符號鏈接
ln -s ~/.local/share/ov/pkg/isaac-sim-4.2.0 _isaac_sim
# 配置conda環境
./isaaclab.sh --conda
# 激活虛擬環境，環境名稱默認為isaaclab，若指定名稱，則執行 ./isaaclab.sh --conda my_env
conda activate isaaclab
# 安裝
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia
pip install stable-baselines3==2.0.0 tensorboard==2.11.0 tensorboard-plugin-wit==1.8.1 protobuf==3.20.3
sudo apt install cmake build-essential

驗證是否安裝成功，終端執行：

python ${ISAACSIM_PATH}/standalone_examples/api/omni.isaac.core/add_cubes.py

若出現如下圖所示界面以及終端輸出，說明isaacsim安裝成功。

配置IsaacLab

進入~/.local/share/ov/pkg/IsaacLab目錄，在該目錄下打開終端，執行：

./isaaclab.sh --install

這一步會安裝需要的環境，其中有三個git網站會進行訪問，若出現某git網站無法訪問之類的報錯，純屬網絡問題。建議使用vscode打開~/.local/share/ov/pkg文件夾，然后搜索github，并替換成kkgithub（github鏡像）。再次執行上述命令，待安裝完成后再替換回github。

不出意外的話就要出意外了，出現rsl-rl找不到匹配版本的問題。

執行：

pip install "git+https://github.com/leggedrobotics/rsl_rl.git"

然后，啟動isaaclab：

./isaaclab.sh -s

這里的啟動會比較費時，只有在最后出現了Isaac Sim App is loaded.才說明啟動成功。

隨后，下載本地資產包Assets，資產包是在之前外部鏈接的頁面下載的：

配置資產包，在IsaacLab的啟動界面中，在下方導航欄的Content中找到Omniverse/localhost/Library，在Library目錄下創建NVIDIA文件夾（若不存在NVIDIA），并在NVIDIA文件夾內添加下載的Assets資產包到該位置（右鍵Upload Files or Folder）。

右下角Import導入。等待導入完成，關閉界面，回到終端，執行：

bash isaac-sim.sh --/persistent/isaac/asset_root/default="omniverse://localhost/Library/NVIDIA/Assets"

該命令的目的是用于指定默認的資產路徑。為驗證是否設置成功，在打開的IsaacSim界面中，導航欄進行如圖所示選擇：

顯示：

這里顯示雖然不是剛剛導入的路徑，但實際上是沒有問題的。

隨后，找到~/.local/share/ov/pkg/IsaacLab/source/extensions/omni.isaac.lab/omni/isaac/lab/app/app_launcher.py文件，并將其中第683行的路徑改為：

"omniverse://localhost/Library/NVIDIA/Assets/Isaac/4.2"

然后測試，在IsaacLab目錄下，conda虛擬環境中執行：

./isaaclab.sh -p source/standalone/demos/quadrupeds.py
# 或者執行
# python source/standalone/demos/quadrupeds.py

出現四足機器人，說明成功：