写在前面，要求完成anaconda配置，若没完成，请参考本人其余博客；
写在前面，本博客全部环境配置完大约需要9G空间，请自行判断空间是否足够。

配置conda虚拟环境

打开终端，执行：

conda create -n your_name(这里改成你的虚拟环境名，为便于阅读，后续统一使用your_name) python=3.8

激活your_name虚拟环境：

conda activate your_name

安装pytorch、cuda和cudnn

安装pytorch2.3.1，请注意，torch和cuda、cudnn的版本都是一一匹配的，因此，在安装之前需要先查阅torch2.3.1匹配的cuda，分别是11.8/12.1。

确认版本后，先安装torch，终端执行（确保在your_name虚拟环境下）：

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

安装IsaacGym Preview 4

IsaacGym官网下载安装包：

将下载好的压缩包放至在你期望的目录（为便于表述，后续统一用G1描述）下解压，在G1目录下启动终端，执行：

cd isaacgym/python
pip install -e . (执行这一步，确保你已进入your_name虚拟环境)

随后，执行测试代码：

cd examples && python 1080_balls_of_solitude.py (执行这一步，确保你已进入your_name虚拟环境)

若出现如下显示，说明安装成功。

请注意，你能够使用GPU启动，而不是CPU（这一步可在终端中查看到）。

配置rsl_rl

下载rsl_rl强化学习库至G1目录下，对于这一步，直接去github下载，但是需要注意下载的是1.0.2版本！此外，对于github网站，在github前面加入前缀kk（https://github.com/leggedrobotics/rsl_rl），可直接进入。

随后终端执行：

cd rsl_rl (执行这一步，确保你已进入G1目录下且rsl_rl压缩包已经解压)
pip install -e . (执行这一步，确保你已进入your_name虚拟环境)

配置unitree_rl_gym

下载宇树unitree_rl_gym至G1目录下，对于这一步的下载，与rsl_rl同样的操作（加入前缀后的git网址为https://kkgithub.com/unitreerobotics/unitree_rl_gym?tab=readme-ov-file），下载完成后，终端执行：

cd unitree_rl_gym (执行这一步，确保你已进入G1目录下且rsl_rl压缩包已经解压)
pip install -e . (执行这一步，确保你已进入your_name虚拟环境)

配置unitree_sdk2py

下载宇树unitree_sdk2py至G1目录下，对于这一步的下载，与rsl_rl同样的操作（加入前缀后的git网址为https://kkgithub.com/unitreerobotics/unitree_sdk2_python），下载完成后，终端执行：

cd unitree_sdk2_python (执行这一步，确保你已进入G1目录下且rsl_rl压缩包已经解压)
pip install -e . (执行这一步，确保你已进入your_name虚拟环境)

至此，所有配置均已结束。