跳到主要内容

安装指南

DISCOVERSE是一个统一、模块化的开源3DGS机器人仿真框架，支持Real2Sim2Real学习流程。本指南将帮助您在系统中安装和配置DISCOVERSE。

系统要求​

最低要求​

  • Python 3.8+
  • 操作系统: Linux (Ubuntu 18.04+) / macOS / Windows 10+
  • 内存: 至少8GB RAM

推荐配置​

  • Python 3.10
  • CUDA 11.8+ (用于3DGS渲染)
  • NVIDIA GPU (显存推荐8GB+)
  • Git LFS (用于模型文件管理)

快速安装​

1. 克隆仓库​

git clone https://github.com/TATP-233/DISCOVERSE.git
cd DISCOVERSE
建议

推荐按需下载submodules，避免使用--recursive参数一次性下载所有子模块，这样可以节省时间和存储空间。

2. 创建虚拟环境​

conda create -n discoverse python=3.10
conda activate discoverse

3. 选择安装方式​

根据您的使用场景选择合适的安装方式：

基础安装（推荐新手）​

pip install -e .

包含: MuJoCo、OpenCV、NumPy等基础依赖

激光雷达SLAM研究​

pip install -e ".[lidar,visualization]"
  • 功能: 高性能LiDAR仿真，基于Taichi GPU加速
  • 依赖: taichi>=1.6.0
  • 适用: 移动机器人SLAM、激光雷达传感器仿真、点云处理

机械臂模仿学习​

pip install -e ".[act_full]"
  • 功能: 模仿学习、机器人技能训练、策略优化
  • 依赖: torch, einops, h5py, transformers, wandb
  • 算法: 其他算法可选择[dp_full]或[rdt_full]

高保真视觉仿真​

pip install -e ".[gaussian-rendering]"
  • 功能: 逼真的3D场景渲染，支持实时光照
  • 依赖: torch>=2.0.0, torchvision>=0.14.0, plyfile, PyGlm
  • 适用: 高保真视觉仿真、3D场景重建、Real2Sim流程

完整功能（不推荐）​

pip install -e ".[full]"

4. 下载子模块​

# 自动检测并下载需要的子模块
python scripts/setup_submodules.py

# 手动指定模块
python scripts/setup_submodules.py --module lidar act

# 下载所有子模块（适用于Docker环境）
python scripts/setup_submodules.py --all

5. 验证安装​

# 基础检查
python scripts/check_installation.py

# 详细信息
python scripts/check_installation.py --verbose

Git LFS设置​

DISCOVERSE的模型文件通过Git LFS进行版本管理：

Linux系统​

curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash
sudo apt-get install git-lfs
git lfs install
git lfs pull

macOS系统​

brew install git-lfs
git lfs install
git lfs pull

模块功能对照表​

模块安装命令功能描述适用场景
基础pip install -e .核心仿真功能学习、基础开发
激光雷达.[lidar]高性能LiDAR仿真SLAM、导航研究
渲染.[gaussian-rendering]3D高斯散射渲染视觉仿真、Real2Sim
GUI.[xml-editor]可视化场景编辑场景设计、模型调试
ACT.[act]模仿学习算法机器人技能学习
扩散策略.[diffusion-policy]扩散模型策略复杂策略学习
RDT.[rdt]大模型策略通用机器人技能
硬件集成.[hardware]RealSense+ROS真实机器人控制

Docker安装​

如果您希望使用Docker环境：

# 下载预构建镜像
# 百度网盘：https://pan.baidu.com/s/1mLC3Hz-m78Y6qFhurwb8VQ?pwd=xmp9

# 或从源码构建
git clone https://github.com/TATP-233/DISCOVERSE.git
cd DISCOVERSE
python scripts/setup_submodules.py --all
docker build -t discoverse:latest .

# 使用GPU支持运行
docker run -it --rm --gpus all \
    -e DISPLAY=$DISPLAY \
    -v /tmp/.X11-unix:/tmp/.X11-unix \
    -v $(pwd):/workspace \
    discoverse:latest

高保真渲染设置（可选）​

如果您需要3DGS高保真渲染功能：

1. CUDA安装​

从NVIDIA官网安装CUDA 11.8+，根据显卡驱动选择对应版本。

2. 构建3DGS依赖​

pip install -e ".[gaussian-rendering]"

cd submodules/diff-gaussian-rasterization/

# 应用补丁
sed -i 's/(p_view.z <= 0.2f)/(p_view.z <= 0.01f)/' cuda_rasterizer/auxiliary.h
sed -i '361s/D += depths\[collected_id\[j\]\] \* alpha \* T;/if (depths[collected_id[j]] < 50.0f)\n        D += depths[collected_id[j]] * alpha * T;/' cuda_rasterizer/forward.cu

cd ../..
pip install submodules/diff-gaussian-rasterization

3. 下载3DGS模型​

将模型文件放置在models/3dgs目录下。

故障排除​

如果遇到安装问题，请参考：

  1. 依赖冲突: 尝试创建新的虚拟环境
  2. CUDA问题: 确认GPU驱动和CUDA版本兼容性
  3. Git LFS问题: 检查网络连接和LFS配置
  4. 权限问题: 在Linux/macOS上使用sudo或调整文件权限

更多详细的故障排除信息，请参考项目的troubleshooting文档。

下一步​

安装完成后，您可以：