5分钟搞定Genesis依赖安装:Ubuntu系统避坑指南
为什么选择Genesis?
Genesis是一个为通用机器人和具身AI学习设计的生成式物理引擎平台,支持刚性体、液体、气体、可变形物体等多种物理模拟,在Ubuntu系统下的高效部署是开展相关研究的基础。项目核心特性包括超430000倍实时速度的物理模拟、跨平台兼容性和照片级渲染能力,详细介绍可参考项目README。
系统环境准备
在开始安装前,请确保您的Ubuntu系统满足以下要求:
- 操作系统:Ubuntu 20.04 LTS或22.04 LTS
- Python版本:3.10-3.13(推荐3.10)
- 显卡要求:Nvidia GPU(推荐RTX 4090以获得最佳性能)或AMD GPU(需使用Vulkan后端)
基础系统依赖安装
首先安装系统级依赖,打开终端执行以下命令:
sudo apt update && sudo apt install -y \
build-essential \
libgl1-mesa-glx \
libglib2.0-0 \
libx11-dev \
libxext-dev \
libxcursor-dev \
libxrandr-dev \
libxinerama-dev \
libxi-dev \
libxxf86vm-dev \
libglfw3-dev \
libgles2-mesa-dev \
libopenexr-dev \
libfreetype6-dev \
git
这些依赖涵盖了图形渲染、字体处理和基础编译工具,是运行Genesis的基础。
Python环境配置
创建虚拟环境
推荐使用venv创建隔离的Python环境:
python3.10 -m venv genesis-env
source genesis-env/bin/activate
升级pip
确保pip版本最新以避免安装错误:
pip install --upgrade pip
PyTorch安装
Genesis依赖特定版本的PyTorch,根据您的CUDA版本选择合适的安装命令:
CUDA 12.1用户:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
CPU用户:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
更多安装选项可参考PyTorch官方文档。
Genesis核心依赖安装
通过PyPI安装(推荐)
对于普通用户,直接通过PyPI安装最新稳定版:
pip install genesis-world
开发版安装
如需贡献代码或体验最新特性,使用源码安装:
git clone https://gitcode.com/GitHub_Trending/genesi/Genesis.git
cd Genesis
pip install -e ".[dev]"
关键依赖说明
根据pyproject.toml定义,Genesis主要依赖包括:
- gstaichi==2.4.0:高性能计算后端
- numpy>=1.26.4:数值计算基础
- mujoco>=3.2.5:机器人仿真支持
- trimesh:网格处理库
- libigl:几何处理算法库
安装过程中会自动处理这些依赖,但建议监控安装日志以确保没有遗漏。
Docker安装方案(可选)
对于希望快速部署的用户,项目提供了Docker支持:
Nvidia GPU用户
docker build -t genesis -f docker/Dockerfile docker
xhost +local:root
docker run --gpus all --rm -it \
-e DISPLAY=$DISPLAY \
-v /tmp/.X11-unix/:/tmp/.X11-unix \
-v $(pwd):/workspace \
--name genesis genesis:latest
AMD GPU用户
使用专门的AMD Dockerfile:
docker build -t genesis-amd -f docker/Dockerfile.amdgpu docker
xhost +local:docker
docker run -it --network=host \
--device=/dev/kfd \
--device=/dev/dri \
--group-add=video \
-v $PWD:/workspace \
-e DISPLAY=$DISPLAY \
genesis-amd
Docker配置文件位于docker/目录,包含Nvidia和AMD显卡的支持配置。
验证安装
安装完成后,运行示例程序验证环境:
python examples/hello_genesis.py
成功运行将显示Genesis的logo和版本信息。您也可以尝试更复杂的示例,如机械臂仿真:
python examples/rigid/single_franka.py
常见问题解决
依赖冲突
如果遇到版本冲突,可创建新的虚拟环境并严格按照要求安装依赖版本。
图形渲染问题
- Nvidia用户确保安装了正确的CUDA驱动
- AMD用户需在初始化时指定Vulkan后端:
gs.init(vulkan)
编译错误
若源码安装时出现编译错误,检查是否安装了所有系统依赖:
sudo apt install -y cython3 libigl-dev
总结
本指南涵盖了Genesis在Ubuntu系统下的完整依赖安装流程,从系统准备到环境验证,帮助您快速搭建开发环境。项目依赖定义在pyproject.toml中,更多高级配置和优化可参考官方文档。
建议收藏本文以备后续环境迁移使用,如有安装问题可通过项目GitHub Issues获取支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
