Isaac Lab 是英伟达开源的 GPU 加速机器人学习框架，构建于 Isaac Sim 之上，统一支持强化学习、模仿学习与运动规划等工作流，是人形与四足机器人运控训练的常用工具之一。本页参数整理自其 GitHub 仓库与官方文档。

关键参数（公开口径）

参数 规格
软件类型 开源机器人学习框架（GPU 加速，基于 Isaac Sim）
许可 框架主体 BSD-3-Clause；isaaclab_mimic 扩展 Apache 2.0（其依赖的 cuRobo 为专有许可）
训练工作流 强化学习、模仿学习、运动规划，面向 sim-to-real 迁移
内置资产 16 种以上常用机器人（机械臂/四足/人形），30 种以上现成训练环境
传感器仿真 RGB/深度/分割相机、IMU、接触传感器、光线投射
RL 库集成 RSL-RL、SKRL、RL-Games、Stable Baselines
版本与依赖 核验时 3.0.0 Beta；release 分支需 Isaac Sim 6.0，main 分支支持 Isaac Sim 4.5-5.1
运行环境 Python 3.12；Ubuntu 22.04 或 Windows 11（官方安装文档口径）

本表为公开资料整理，以仓库最新发布为准。

产品定位与技术要点

Isaac Lab 的前身可追溯到 Isaac Gym 与 Orbit 项目，定位是把「大规模并行仿真环境 + 训练任务定义」标准化：数千个并行环境跑在 GPU 上，配合域随机化做强化学习，再把策略迁移到真机。对四足、人形这类接触密集的运控任务，这条路线已成为公开研究中常见的做法（本站观察，来自其仓库与相关论文口径）。

需要注意它的开源边界：框架本身 BSD-3-Clause，但完整工作流（PhysX 物理、RTX 渲染、URDF/MJCF 导入器）依赖 Isaac Sim 中的专有组件，实际使用仍运行在 NVIDIA 软硬件栈内。版本节奏上，3.0 系列 Beta 对应 Isaac Sim 6.0，升级时需按官方兼容表对齐两个组件的版本。

适用场景

  • 人形机器人运控训练：行走、平衡等策略的仿真训练与 sim-to-real，产业动态见人形机器人主题
  • 具身智能科研复现：统一环境接口便于论文结果复现，背景见具身智能转型专题
  • 四足/轮式机器人算法开发：现成环境加多 RL 库适配，缩短搭建周期

同类产品与选型

选型对比：NVIDIA Isaac Sim 是其底层仿真平台（场景与传感器），两者是配合关系；Physical Intelligence π0 代表「大模型模仿学习」路线，与强化学习路线互补；AgiBot World 提供真机数据，可与仿真训练混合使用。品类全景见软件平台主题。

来源与核验