Nvidia Omniverse Local 环境配置

配置

i7 6700k
32G RAM (8Gx4)
EVGA RTX 2070 super
Samsung EVO 250G SSD
ASUS Z170-S Motherboard

步骤

1. 安装显卡驱动

1.1 在 Ubuntu 的 Software & Updates 中，Additional Drivers 选项卡下面选择
Using NVIDIA driver metapackage from nvidia-driver-460 (proprietary, tested) 一项

1.2 重启 Ubuntu

2. 安装 Nucleus Workstation

2.1 从 这里 下载 omniverse-launcher-linux.AppImage

2.2 右键 .AppImage 文件，在 Permission 选项卡下勾选 Allow executing file as program

2.3 双击运行 .AppImage 文件

2.4 Omniverse Launcher 会自动安装所需要的文件

2.5 在 NUCLEUS 选项卡下点击 Add Local Nucleus Service 按钮

用户名和密码可以随便定义，比如

ubuntu，nvidia123

之后，Launcher 会自动开始安装

⚠ 注意 ⚠ 安装过程中不要切换到其他标签页

3. 安装 Isaac Sim

3.1 在 EXCHANGE 选项卡下点击 OMNIVERSE ISAAC SIM 一项，点击 Install

3.2 在 Library 中选择 Issac Sim，点击 Launch 按钮

扩展内存

JetRacer 例程需要 20G 的电脑内存空间，如果内存不够的话可以用硬盘空间来虚拟 (SSD 的速度差不多够用)，需要如下操作

在硬盘中分配 8G 的空间作为 swapfile

fallocate -l 8G ~/swapfile

将 swapfile 启用作为内存空间

sudo mkswap ~/swapfile -f && sudo swapon -p 1000 ~/swapfile

停止

sudo swapoff ~/swapfile

参考来源

4. 开始RL

所有的 Python 例程都需要专门配置的 Python 环境进行运行，因此不能直接使用 python3 <xxx> 来使用

4.1 移动到 Isaac 安装文件夹中

cd ~/.local/share/ov/pkg/isaac_sim-2021.1.1/

4.2 启动 Python

./python.sh

这时控制台应该显示进去了 Python 环境中，可以通过 exit() 退出

4.3 启动例程

./python.sh python_samples/jetracer/jetracer_trainer.py

即可开始训练小车循线行走

可以通过 Tensorboard 监视训练情况

tensorboard --logdir=tensorboard_rewards

问题

训练过程中经常 Python 会报错 seg fault，并且没有额外的错误消息，因此不知道是在哪里出现错误；这时训练会停止，需要通过 ./python.sh python_samples/jetracer/jetracer_train.py --loaded_checkpoint params/<your_model.zip> 重新从上一个节点开始加载训练；并且 Tensorboard 中 FPS 的计算有问题，中断后重新开始会导致 FPS 的平均值升高很多，不过没有什么影响。