寫在前面，要求完成anaconda配置，若沒完成，請參考本人其余博客；
寫在前面，本博客全部環境配置完大約需要9G空間，請自行判斷空間是否足夠。

配置conda虛擬環境

打開終端，執行：

conda create -n your_name(這里改成你的虛擬環境名，為便于閱讀，后續統一使用your_name) python=3.8

激活your_name虛擬環境：

conda activate your_name

安裝pytorch、cuda和cudnn

安裝pytorch2.3.1，請注意，torch和cuda、cudnn的版本都是一一匹配的，因此，在安裝之前需要先查閱torch2.3.1匹配的cuda，分別是11.8/12.1。

確認版本后，先安裝torch，終端執行（確保在your_name虛擬環境下）：

conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia

安裝IsaacGym Preview 4

IsaacGym官網下載安裝包：

將下載好的壓縮包放至在你期望的目錄（為便于表述，后續統一用G1描述）下解壓，在G1目錄下啟動終端，執行：

cd isaacgym/python
pip install -e . (執行這一步，確保你已進入your_name虛擬環境)

隨后，執行測試代碼：

cd examples && python 1080_balls_of_solitude.py (執行這一步，確保你已進入your_name虛擬環境)

若出現如下顯示，說明安裝成功。

請注意，你能夠使用GPU啟動，而不是CPU（這一步可在終端中查看到）。

配置rsl_rl

下載rsl_rl強化學習庫至G1目錄下，對于這一步，直接去github下載，但是需要注意下載的是1.0.2版本！此外，對于github網站，在github前面加入前綴kk（https://github.com/leggedrobotics/rsl_rl），可直接進入。

隨后終端執行：

cd rsl_rl (執行這一步，確保你已進入G1目錄下且rsl_rl壓縮包已經解壓)
pip install -e . (執行這一步，確保你已進入your_name虛擬環境)

配置unitree_rl_gym

下載宇樹unitree_rl_gym至G1目錄下，對于這一步的下載，與rsl_rl同樣的操作（加入前綴后的git網址為https://kkgithub.com/unitreerobotics/unitree_rl_gym?tab=readme-ov-file），下載完成后，終端執行：

cd unitree_rl_gym (執行這一步，確保你已進入G1目錄下且rsl_rl壓縮包已經解壓)
pip install -e . (執行這一步，確保你已進入your_name虛擬環境)

配置unitree_sdk2py

下載宇樹unitree_sdk2py至G1目錄下，對于這一步的下載，與rsl_rl同樣的操作（加入前綴后的git網址為https://kkgithub.com/unitreerobotics/unitree_sdk2_python），下載完成后，終端執行：

cd unitree_sdk2_python (執行這一步，確保你已進入G1目錄下且rsl_rl壓縮包已經解壓)
pip install -e . (執行這一步，確保你已進入your_name虛擬環境)

至此，所有配置均已結束。