كيفية إعداد مختبر NVIDIA Isaac: دليل عملي

# تنزيل وتثبيت Omniverse Launcher
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda

# تثبيت Omniverse Launcher
wget https://developer.download.nvidia.com/compute/cuda/repos/omniverse2026.1/ubuntu2204/omniverse-launcher_2026.1.0-1_amd64.deb
sudo dpkg -i omniverse-launcher_2026.1.0-1_amd64.deb
sudo apt install -f

# إطلاق Omniverse Launcher وتثبيت Isaac Sim 2026.1 + امتداد Isaac Lab
omniverse-launcher

# استرجاع صورة Isaac Lab الأحدث
docker pull nvcr.io/nvidia/isaac-sim:2026.1.0-isaaclab

# تشغيلها مع الوصول إلى GPU (استبدل `your_username` باسم المستخدم الفعلي)
docker run --gpus all -it --rm \
  -v /tmp/.X11-unix:/tmp/.X11-unix \
  -e DISPLAY=$DISPLAY \
  -e NVIDIA_DRIVER_CAPABILITIES=compute,utility \
  -e NVIDIA_VISIBLE_DEVICES=all \
  --name isaaclab \
  nvcr.io/nvidia/isaac-sim:2026.1.0-isaaclab

# داخل الحاوية، تحقق من التثبيت
isaaclab --version

Isaac Lab v1.2 (Isaac Sim 2026.1.0)

git clone https://github.com/isaac-sim/IsaacLab.git
cd IsaacLab
./isaaclab.sh --install

# انتقل إلى أمثلة Isaac Lab
cd ~/isaaclab/examples/rl

# إطلاق بيئة مسبقة البناء (مثل Franka Cube)
isaaclab launch --scene franka_cube.usd

# مثال: تعديل المشهد باستخدام واجهة برمجة تطبيقات USD ببايثون
from pxr import Usd, UsdGeom, Sdf

stage = Usd.Stage.CreateNew("custom_scene.usd")
robot = Sdf.CreatePrim("/World/Franka", "Xform")
robot.AddAttribute("type", "franka_emika_panda")
stage.GetRootLayer().Save()

# ~/isaaclab/configs/franka_cube/config.yaml
env:
  name: "FrankaCubeEnv"
  num_envs: 1024  # بيئات متوازية
  obs:
    type: "camera"
    resolution: [256, 256]
    num_cameras: 2
  act:
    type: "joint_torques"
    dof: 7

# تدريب PPO على مهمة Franka Cube
isaaclab train \
  --config configs/franka_cube/config.yaml \
  --algorithm ppo \
  --num_steps 1e6 \
  --save_freq 10000 \
  --output_dir ~/isaaclab_runs/franka_ppo

# إطلاق TensorBoard لعرض المؤشرات
isaaclab tensorboard --logdir ~/isaaclab_runs/franka_ppo

# تدريب على 4 GPUs (يحتاج إلى NCCL وCUDA 12.4)
isaaclab train \
  --config configs/franka_cube/config.yaml \
  --algorithm ppo \
  --num_gpus 4 \
  --num_envs_per_gpu 256 \
  --num_steps 1e7

export NCCL_DEBUG=INFO

# تسجيل أدلة الخبراء (مثلًا، من روبوت حقيقي أو حل حركي)
isaaclab record \
  --scene franka_cube.usd \
  --output_dir ~/expert_demos \
  --num_episodes 100

isaaclab train \
  --config configs/franka_cube/config.yaml \
  --algorithm bc \
  --dataset ~/expert_demos/trajectories.hdf5 \
  --batch_size 256

env:
  randomization:
    enable: true
    ranges:
      friction: [0.5, 1.5]
      mass: [0.8, 1.2]
      lighting: [0.7, 1.3]

def get_curriculum(env, step):
    if step < 1e5:
        return {"target_pos": [0.1, 0, 0.1]}  # سهل
    elif step < 5e5:
        return {"target_pos": [0.2, 0, 0.2]}  # متوسط
    else:
        return {"target_pos": [0.3, 0, 0.3]}  # صعب

isaaclab train \
  --config configs/franka_cube/config.yaml \
  --algorithm ppo \
  --curriculum curriculum.py

# تصدير السياسة المدربة إلى حزمة ROS 2
isaaclab export \
  --input_dir ~/isaaclab_runs/franka_ppo \
  --output_dir ~/franka_ros2_policy \
  --format ros2 \
  --robot_model franka_emika_panda

# تشغيل السياسة على روبوت Franka الحقيقي (يحتاج إلى Isaac ROS)
ros2 launch franka_ros2_policy franka_policy.launch.py

isaaclab export \
  --input_dir ~/isaaclab_runs/franka_ppo \
  --output_dir ~/omniverse_policy \
  --format omniverse

isaaclab benchmark \
  --config configs/franka_cube/config.yaml \
  --num_envs 1024 \
  --num_gpus 1

Throughput: 1200 env steps/sec
استغلال GPU: 92%