ManiSkill 机器人仿真环境完整安装指南一条命令跑起 GPU 并行仿真【免费下载链接】ManiSkillManipulation Skill Framework, an open source GPU parallelized robotics simulator and benchmark项目地址: https://gitcode.com/GitHub_Trending/ma/ManiSkillManiSkill 是一个开源机器人操作仿真与训练框架基于 SAPIEN 物理引擎支持 GPU 并行仿真与并行渲染。本文带你从环境自查、安装、理解核心能力到写出第一个可运行示例并附上常见问题的排查方法。能不能跑环境自查结论Linux NVIDIA GPU 支持最完整Windows 与 MacOS 只支持 CPU 仿真和渲染GPU 并行仿真目前仅 Linux 可用。ManiSkill 的官方支持矩阵如下安装前可先对照确认你的硬件系统 / GPUCPU 仿真GPU 仿真渲染Linux / NVIDIA GPU✅✅✅Windows / NVIDIA GPU✅❌✅Windows / AMD GPU✅❌✅WSL / 任意✅❌❌MacOS / 任意✅❌✅两个关键前提渲染依赖 Vulkan 驱动。没有 Vulkan状态类仿真仍可用但相机图像等视觉数据无法生成。GPU 仿真依赖 NVIDIA 显卡。若只跑 CPU 仿真可跳过 Vulkan 配置。怎么最快跑起来最小安装路径结论核心包只需一条 pip 命令装好再用一条命令行验证即可。# 安装 ManiSkill 主包与兼容版本的 PyTorch pip install --upgrade mani_skill torch需要更新特性时可改用每日构建版本# 安装每日更新的 nightly 版本 pip install mani_skill-nightly torch安装后运行一条随机动作演示来验证环境是否可用# 用随机动作跑 PickCube 任务验证安装 python -m mani_skill.examples.demo_random_action -e PickCube-v1能看到任务在随机策略下正常推进、不报错就说明基础环境已就绪。更完整的选项源码安装、Docker、故障排查见安装文档。它里面有什么核心能力全景结论ManiSkill 提供 GPU 并行仿真、GPU 并行渲染、大量内置机器人和任务并通过 Gymnasium 标准接口接入现有训练流程。核心能力一览GPU 并行仿真单张 4090 上可达 20 万 FPS 的状态仿真。GPU 并行渲染同卡可达 3 万 FPS 的 RGBD 分割数据采集。异构并行每个并行环境可以放完全不同的场景与物体。标准接口基于 Gymnasium便于接入强化学习与模仿学习。内置资产覆盖人形Unitree H1、G1、四足ANYmal-C、灵巧手Allegro、Inspire等机器人模型以及桌面抓取、绘图、灵巧操作等任务。内置任务按类别组织在源码目录下可用gym.make加载例如PickCube-v1、PushCube-v1、PegInsertionSide-v1等。实际怎么用完整实战示例结论用gym.make指定任务与并行数再循环采样动作即可所有返回数据都是批量化的 torch 张量。import gymnasium as gym import mani_skill.envs env gym.make( PickCube-v1, num_envs16, # 大于 1 自动启用 GPU 并行 obs_modestate, # 也可 rgbd 获取视觉数据 control_modepd_ee_delta_pose, ) obs, _ env.reset(seed0) done False while not done: action env.action_space.sample() obs, reward, terminated, truncated, info env.step(action) done terminated or truncated env.close()逐步说明num_envs16表示并行 16 个环境数值大于 1 时自动切换到 GPU 仿真模式。obs_mode决定你拿到什么观测state是状态rgbd是图像加深度。env.reset接受seed以保证结果可复现env.step返回的观测、奖励、终止标志都是批量张量。需要单环境、非批量的 numpy 数据时可套一层CPUGymWrapper。命令行同样可以演示例如加--render-modehuman打开交互窗口或--shaderrt-fast开启光线追踪。怎么更快更稳进阶调优结论三个最关键的调优点是多卡指定、并行渲染与自定义资产目录。指定 GPU 设备多卡服务器上通过环境变量选择用哪块卡例如export CUDA_VISIBLE_DEVICES1后再运行代码即可让程序使用物理编号 1 的显卡进程内仍显示为cuda:0可用nvidia-smi核实。并行渲染单场景把parallel_in_single_sceneTrue传入gym.make可在一个 GUI 里同时查看所有并行环境并开启rt-fast获得更逼真的演示视频。自定义资产存储路径ManiSkill 会下载任务资产默认存放在~/.maniskill/data。可用环境变量改到自定义目录或跳过下载提示# 设置资产保存目录并跳过缺失资产的下载提示 export MS_ASSET_DIR/your/custom/path export MS_SKIP_ASSET_DOWNLOAD_PROMPT1出问题怎么办避坑速查结论多数安装问题集中在 Vulkan 驱动与缺失的驱动配置文件按下表对照排查。错误现象原因解决方案RuntimeError: vk::Instance::enumeratePhysicalDevices: ErrorInitializationFailedVulkan 驱动损坏或未正确安装按官方步骤重装 Vulkan检查驱动配置文件Some required Vulkan extension is not present...缺少 Vulkan 扩展重装 Vulkan 与 NVIDIA 驱动Segmentation fault (core dumped)Vulkan 驱动异常重装 Vulkan 与驱动找不到libGLX_nvidia安装了错误的 NVIDIA 驱动改装nvidia-driver-xxx避免带 server 的包Ubuntu 下安装与验证 Vulkan# 安装 Vulkan 运行时 sudo apt-get install libvulkan1 # 安装并运行检测工具 sudo apt-get install vulkan-tools vulkaninfo若vulkaninfo无输出检查以下配置文件是否存在缺失时可手动创建/usr/share/vulkan/icd.d/nvidia_icd.json/usr/share/glvnd/egl_vendor.d/10_nvidia.json/etc/vulkan/implicit_layer.d/nvidia_layers.json部分 GPU 如 A100 必需如需卸载运行pip uninstall mani-skill并手动清理~/.maniskill目录下的缓存与数据。下一步建议接着阅读快速上手文档与强化学习配置指南并在示例代码目录中按需运行演示脚本。【免费下载链接】ManiSkillManipulation Skill Framework, an open source GPU parallelized robotics simulator and benchmark项目地址: https://gitcode.com/GitHub_Trending/ma/ManiSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/20 1:52:21 · 阅读 1.2k ManiSkill 机器人仿真环境完整安装指南：一条命令跑起 GPU 并行仿真
ManiSkill 机器人仿真环境完整安装指南一条命令跑起 GPU 并行仿真【免费下载链接】ManiSkillManipulation Skill Framework, an open source GPU parallelized robotics simulator and benchmark项目地址: https://gitcode.com/GitHub_Trending/ma/ManiSkillManiSkill 是一个开源机器人操作仿真与训练框架基于 SAPIEN 物理引擎支持 GPU 并行仿真与并行渲染。本文带你从环境自查、安装、理解核心能力到写出第一个可运行示例并附上常见问题的排查方法。能不能跑环境自查结论Linux NVIDIA GPU 支持最完整Windows 与 MacOS 只支持 CPU 仿真和渲染GPU 并行仿真目前仅 Linux 可用。ManiSkill 的官方支持矩阵如下安装前可先对照确认你的硬件系统 / GPUCPU 仿真GPU 仿真渲染Linux / NVIDIA GPU✅✅✅Windows / NVIDIA GPU✅❌✅Windows / AMD GPU✅❌✅WSL / 任意✅❌❌MacOS / 任意✅❌✅两个关键前提渲染依赖 Vulkan 驱动。没有 Vulkan状态类仿真仍可用但相机图像等视觉数据无法生成。GPU 仿真依赖 NVIDIA 显卡。若只跑 CPU 仿真可跳过 Vulkan 配置。怎么最快跑起来最小安装路径结论核心包只需一条 pip 命令装好再用一条命令行验证即可。# 安装 ManiSkill 主包与兼容版本的 PyTorch pip install --upgrade mani_skill torch需要更新特性时可改用每日构建版本# 安装每日更新的 nightly 版本 pip install mani_skill-nightly torch安装后运行一条随机动作演示来验证环境是否可用# 用随机动作跑 PickCube 任务验证安装 python -m mani_skill.examples.demo_random_action -e PickCube-v1能看到任务在随机策略下正常推进、不报错就说明基础环境已就绪。更完整的选项源码安装、Docker、故障排查见安装文档。它里面有什么核心能力全景结论ManiSkill 提供 GPU 并行仿真、GPU 并行渲染、大量内置机器人和任务并通过 Gymnasium 标准接口接入现有训练流程。核心能力一览GPU 并行仿真单张 4090 上可达 20 万 FPS 的状态仿真。GPU 并行渲染同卡可达 3 万 FPS 的 RGBD 分割数据采集。异构并行每个并行环境可以放完全不同的场景与物体。标准接口基于 Gymnasium便于接入强化学习与模仿学习。内置资产覆盖人形Unitree H1、G1、四足ANYmal-C、灵巧手Allegro、Inspire等机器人模型以及桌面抓取、绘图、灵巧操作等任务。内置任务按类别组织在源码目录下可用gym.make加载例如PickCube-v1、PushCube-v1、PegInsertionSide-v1等。实际怎么用完整实战示例结论用gym.make指定任务与并行数再循环采样动作即可所有返回数据都是批量化的 torch 张量。import gymnasium as gym import mani_skill.envs env gym.make( PickCube-v1, num_envs16, # 大于 1 自动启用 GPU 并行 obs_modestate, # 也可 rgbd 获取视觉数据 control_modepd_ee_delta_pose, ) obs, _ env.reset(seed0) done False while not done: action env.action_space.sample() obs, reward, terminated, truncated, info env.step(action) done terminated or truncated env.close()逐步说明num_envs16表示并行 16 个环境数值大于 1 时自动切换到 GPU 仿真模式。obs_mode决定你拿到什么观测state是状态rgbd是图像加深度。env.reset接受seed以保证结果可复现env.step返回的观测、奖励、终止标志都是批量张量。需要单环境、非批量的 numpy 数据时可套一层CPUGymWrapper。命令行同样可以演示例如加--render-modehuman打开交互窗口或--shaderrt-fast开启光线追踪。怎么更快更稳进阶调优结论三个最关键的调优点是多卡指定、并行渲染与自定义资产目录。指定 GPU 设备多卡服务器上通过环境变量选择用哪块卡例如export CUDA_VISIBLE_DEVICES1后再运行代码即可让程序使用物理编号 1 的显卡进程内仍显示为cuda:0可用nvidia-smi核实。并行渲染单场景把parallel_in_single_sceneTrue传入gym.make可在一个 GUI 里同时查看所有并行环境并开启rt-fast获得更逼真的演示视频。自定义资产存储路径ManiSkill 会下载任务资产默认存放在~/.maniskill/data。可用环境变量改到自定义目录或跳过下载提示# 设置资产保存目录并跳过缺失资产的下载提示 export MS_ASSET_DIR/your/custom/path export MS_SKIP_ASSET_DOWNLOAD_PROMPT1出问题怎么办避坑速查结论多数安装问题集中在 Vulkan 驱动与缺失的驱动配置文件按下表对照排查。错误现象原因解决方案RuntimeError: vk::Instance::enumeratePhysicalDevices: ErrorInitializationFailedVulkan 驱动损坏或未正确安装按官方步骤重装 Vulkan检查驱动配置文件Some required Vulkan extension is not present...缺少 Vulkan 扩展重装 Vulkan 与 NVIDIA 驱动Segmentation fault (core dumped)Vulkan 驱动异常重装 Vulkan 与驱动找不到libGLX_nvidia安装了错误的 NVIDIA 驱动改装nvidia-driver-xxx避免带 server 的包Ubuntu 下安装与验证 Vulkan# 安装 Vulkan 运行时 sudo apt-get install libvulkan1 # 安装并运行检测工具 sudo apt-get install vulkan-tools vulkaninfo若vulkaninfo无输出检查以下配置文件是否存在缺失时可手动创建/usr/share/vulkan/icd.d/nvidia_icd.json/usr/share/glvnd/egl_vendor.d/10_nvidia.json/etc/vulkan/implicit_layer.d/nvidia_layers.json部分 GPU 如 A100 必需如需卸载运行pip uninstall mani-skill并手动清理~/.maniskill目录下的缓存与数据。下一步建议接着阅读快速上手文档与强化学习配置指南并在示例代码目录中按需运行演示脚本。【免费下载链接】ManiSkillManipulation Skill Framework, an open source GPU parallelized robotics simulator and benchmark项目地址: https://gitcode.com/GitHub_Trending/ma/ManiSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考