第二章：环境搭建与工具链

说实话，环境搭建这事儿，看着琐碎，但往往是整个项目成败的关键。我见过太多同学，算法写得飞起，结果卡在环境配置上，一卡就是两三天。咱们这节课，就把这些坑一个个填平。

2.1 Python与PyTorch环境配置

我个人习惯用 Miniconda 来管理 Python 环境。为什么不用 Anaconda？因为它太臃肿了。咱们做机器人，轻装上阵才是王道。

先装 Miniconda，然后创建环境：

# 创建 Python 3.8 环境（ACT 框架推荐）
conda create -n act_env python=3.8
conda activate act_env

# 安装 PyTorch（根据你的 CUDA 版本选择）
# 我一般用 CUDA 11.8，稳定
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

# 验证安装
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

PyTorch 装好后，别忘了装几个常用库：

pip install numpy matplotlib opencv-python h5py
pip install einops  # ACT 里会用到，做张量重排

2.2 ROS/ROS2 基础

机器人操作系统，说白了就是让各个模块能互相说话。ROS1 和 ROS2 怎么选？我个人建议：新项目直接上 ROS2。ROS1 虽然生态成熟，但实时性差，而且通信机制在复杂场景下容易出问题。

ROS2 安装（Ubuntu 22.04 + Humble 版本）：

# 设置源
sudo apt update && sudo apt install curl gnupg lsb-release
sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg

# 安装 ROS2 Humble
sudo apt update
sudo apt install ros-humble-desktop

# 配置环境
echo "source /opt/ros/humble/setup.bash" >> ~/.bashrc
source ~/.bashrc

ROS2 的核心概念就三个：节点、话题、服务。节点是执行单元，话题是发布/订阅的通道，服务是请求/响应的模式。你想想看，机械臂发关节角度，相机发图像数据，都是通过话题来传递的。

2.3 MuJoCo 仿真器安装

MuJoCo 是 DeepMind 开源的物理引擎，轻量、快速，特别适合做机器人仿真。ACT 框架里，我们用它来验证策略，避免直接上真机把机械臂撞坏。

安装步骤：

# 安装 MuJoCo 2.3.7（推荐版本）
pip install mujoco

# 验证安装
python -c "import mujoco; print(mujoco.__version__)"

# 下载官方模型（包含机器人模型）
git clone https://github.com/deepmind/mujoco_menagerie.git

跑一个简单的仿真测试：

import mujoco
import mujoco.viewer

# 加载模型
model = mujoco.MjModel.from_xml_path('path/to/robot.xml')
data = mujoco.MjData(model)

# 启动可视化
with mujoco.viewer.launch_passive(model, data) as viewer:
    for _ in range(1000):
        mujoco.mj_step(model, data)
        viewer.sync()

为什么会用 MuJoCo 而不是 Gazebo？说白了，Gazebo 太重了，启动慢，而且和 ROS 耦合太深。MuJoCo 轻量、可嵌入，适合做算法验证。

2.4 数据采集硬件驱动配置

数据采集是模仿学习的命根子。没有好数据，再牛的算法也是白搭。这里我重点讲机械臂和相机的驱动配置。

2.4.1 机械臂驱动

市面上常见的机械臂有 Franka Emika、UR、Kinova 等。以 Franka 为例：

# 安装 Franka ROS2 驱动
sudo apt install ros-humble-libfranka
sudo apt install ros-humble-franka-ros2

# 启动驱动（记得先给机械臂上电）
ros2 launch franka_bringup franka.launch.py robot_ip:=192.168.1.100

2.4.2 相机驱动

相机推荐用 Intel RealSense D435 或 D415，性价比高，ROS2 支持好。

# 安装 RealSense ROS2 驱动
sudo apt install ros-humble-realsense2-camera

# 启动相机
ros2 launch realsense2_camera rs_launch.py depth_module.profile:=640x480x30

验证相机数据：

# 查看话题列表
ros2 topic list

# 可视化图像
ros2 run rqt_image_view rqt_image_view

2.5 整体工具链架构

下面这张图，是我自己总结的 ACT 环境搭建的完整链路。你照着这个走，基本不会迷路。

从底层到顶层，依次是：基础环境 → 硬件驱动 → 数据采集 → 模型训练。每一层都依赖下一层，缺一不可。

2.6 常见问题与避坑

问题	原因	解决方案
PyTorch 找不到 GPU	CUDA 版本不匹配	用 nvidia-smi 查看驱动版本，安装对应 CUDA
ROS2 节点无法通信	ROS_DOMAIN_ID 不一致	所有机器设置相同的 DOMAIN_ID
MuJoCo 仿真卡顿	步长设置太大	将 dt 设为 0.002 秒（500Hz）
机械臂关节限位报错	驱动版本与固件不匹配	去官网下载对应版本的驱动

---

公众号：蓝海资料掘金营，微信 deep3321