写在前面，如果Ubuntu剩余空间低于60G，则空间不足，除非你不需要资产包。但资产包中却包含了G1模型、Go2模型等机器人模型和代码，是必不可少的。
另外，IsaacLab是基于IsaacSim的进一步开发，因此在安装IsaacLab前要先安装IsaacSim。

配置Omniverse环境

从官网下载omniverse launcher运行文件（Direct Link: Linux）

运行omniverse-launcher文件，登录Nvidia账号，按照引导选择，进入Omniverse主界面。

同意相关协议

按照默认设置路径：

下载omniverse nucleus navigator：

选择导航栏的交易所(exchange)目录下搜索nucleus navigator进行安装：

安装完成后，点击图书馆（Library）->nucleus navigator->启动（launch），启动导航工具：

点击创建本地服务器（create local server）->next->填入个人信息，完成本地服务器的初始设置。

这里，账户的创建建议用admin，密码admin（其他也可以），其他自行填写。

创建完成且安装完成后结果如下：

配置IsaacSim

进入omniverse的交互所（exchange）界面，选择IsaacSim，点击外部链接：

随后会跳转到浏览器链接中，然后选择4.2.0，Linux版本，下载。（对于这一步，跟之前的版本有所不同，之前不存在外部链接，而是直接安装。现在只能选择外部链接。）

下载完成后将压缩包解压至/home/xx（你自己的用户名）/.local/share/ov/pkg/isaac-sim-4.2.0。这一步中，若不存在isaac-sim-4.2.0文件夹，则创建一个，并将文件解压进去。

然后，新开一个终端，执行：

sudo gedit ~/.bashrc

并在最下面写入：

export ISAACSIM_PATH="${HOME}/.local/share/ov/pkg/isaac-sim-4.2.0"
export ISAACSIM_PYTHON_EXE="${ISAACSIM_PATH}/python.sh"

关闭bashrc文件，回到终端，执行：

source ~/.bashrc
cd ~/.local/share/ov/pkg
python3 -m pip install --upgrade pip
sudo apt-get update && sudo apt-get install -y git
git clone https://github.com/isaac-sim/IsaacLab.git # 若下载失败，可采用git镜像git clone https://kkgithub.com/isaac-sim/IsaacLab.git
cd IsaacLab
gedit isaaclab.sh

在sh文件上方，命令“export ISAACLAB_PATH=“$(cd"$( dirname “${BASH_SOURCE[0]}” )” &> /dev/null && pwd )"”之前添加代码：

source ~/.local/share/ov/pkg/isaac-sim-4.2.0/setup_conda_env.sh

而后，关闭文件，在终端中执行：

source ~/.bashrc
# 创建符号链接
ln -s ~/.local/share/ov/pkg/isaac-sim-4.2.0 _isaac_sim
# 配置conda环境
./isaaclab.sh --conda
# 激活虚拟环境，环境名称默认为isaaclab，若指定名称，则执行 ./isaaclab.sh --conda my_env
conda activate isaaclab
# 安装
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia
pip install stable-baselines3==2.0.0 tensorboard==2.11.0 tensorboard-plugin-wit==1.8.1 protobuf==3.20.3
sudo apt install cmake build-essential

验证是否安装成功，终端执行：

python ${ISAACSIM_PATH}/standalone_examples/api/omni.isaac.core/add_cubes.py

若出现如下图所示界面以及终端输出，说明isaacsim安装成功。

配置IsaacLab

进入~/.local/share/ov/pkg/IsaacLab目录，在该目录下打开终端，执行：

./isaaclab.sh --install

这一步会安装需要的环境，其中有三个git网站会进行访问，若出现某git网站无法访问之类的报错，纯属网络问题。建议使用vscode打开~/.local/share/ov/pkg文件夹，然后搜索github，并替换成kkgithub（github镜像）。再次执行上述命令，待安装完成后再替换回github。

不出意外的话就要出意外了，出现rsl-rl找不到匹配版本的问题。

执行：

pip install "git+https://github.com/leggedrobotics/rsl_rl.git"

然后，启动isaaclab：

./isaaclab.sh -s

这里的启动会比较费时，只有在最后出现了Isaac Sim App is loaded.才说明启动成功。

随后，下载本地资产包Assets，资产包是在之前外部链接的页面下载的：

配置资产包，在IsaacLab的启动界面中，在下方导航栏的Content中找到Omniverse/localhost/Library，在Library目录下创建NVIDIA文件夹（若不存在NVIDIA），并在NVIDIA文件夹内添加下载的Assets资产包到该位置（右键Upload Files or Folder）。

右下角Import导入。等待导入完成，关闭界面，回到终端，执行：

bash isaac-sim.sh --/persistent/isaac/asset_root/default="omniverse://localhost/Library/NVIDIA/Assets"

该命令的目的是用于指定默认的资产路径。为验证是否设置成功，在打开的IsaacSim界面中，导航栏进行如图所示选择：

显示：

这里显示虽然不是刚刚导入的路径，但实际上是没有问题的。

随后，找到~/.local/share/ov/pkg/IsaacLab/source/extensions/omni.isaac.lab/omni/isaac/lab/app/app_launcher.py文件，并将其中第683行的路径改为：

"omniverse://localhost/Library/NVIDIA/Assets/Isaac/4.2"

然后测试，在IsaacLab目录下，conda虚拟环境中执行：

./isaaclab.sh -p source/standalone/demos/quadrupeds.py
# 或者执行
# python source/standalone/demos/quadrupeds.py

出现四足机器人，说明成功：