物理AI实验室 // 第 2.4 集 // 一页纸
几千个环境一起练走路
Isaac Lab：GPU 并行 + 强化学习
三个要点
- 在仿真里练走路：摔了不心疼、不伤零件，还能一块显卡同时开一大群机器人一起练。
- 强化学习靠奖励试错、不用示范（PPO）；奖励怎么定，它就往哪学，奖励设计是关键与难点。
- Isaac Lab 端到端 GPU 训练可并行数千个环境（O，官方基准；G1 走路任务 4096 个环境、单卡显存约 6 GB）；但仿真≠真实，上真机还要跨 sim2real。
证据：O 官方一手 · R 学术文献 · M 媒体二手
| O | 数千个 | Isaac Lab 用端到端 GPU 训练，可同时并行数千个仿真环境（NVIDIA 官方文档） |
| O | 64 个 | 入门教程里平衡杆任务的并行环境数（官方教程训练命令 --num_envs 64） |
延伸阅读
- Isaac Lab 文档 · Performance Benchmarks（并行环境、吞吐）
https://isaac-sim.github.io/IsaacLab/main/source/overview/reinforcement-learning/performance_benchmarks.html - Isaac Lab 文档 · Training with an RL Agent（训练命令）
https://isaac-sim.github.io/IsaacLab/main/source/tutorials/03_envs/run_rl_training.html - Isaac Lab 技术报告（arXiv 2511.04831）
https://arxiv.org/abs/2511.04831