OrcaPlayground 环境搭建与踩坑实录：从零跑通四足机器人 RL 训练
OrcaPlayground 环境搭建与踩坑实录：从零跑通四足机器人 RL 训练
记录在 Windows 环境下配置 OrcaPlayground 足式机器人强化学习训练环境的完整过程，包含驱动兼容性、conda 环境搭建、目录结构分析以及 OrcaLab/OrcaStudio 的区别。
📖 背景
OrcaPlayground 是一个基于 OrcaGym（MuJoCo 物理引擎封装）的足式机器人强化学习训练框架，支持 SB3 PPO（单机）和 RLlib APPO（分布式）两套训练链路。本文以 Windows + SB3 PPO 链路为例，记录从零搭建到跑通训练的完整过程。
1. 硬件与驱动检查
第一步确认 NVIDIA 驱动版本，因为它决定了能装哪个 CUDA 版本的 PyTorch。
踩坑：Windows 没有 head 命令
在 Windows PowerShell 里直接敲nvidia-smi | head -3会报ObjectNotFound，因为head是 Linux 命令。换成：
nvidia-smi|Select-Object-First 3或者直接看第一屏：
nvidia-smi输出示例：
NVIDIA-SMI 580.92 Driver Version: 580.92 CUDA Version: 13.0Driver Version 580.92，CUDA 13.0，属于非常新的驱动。
2. PyTorch 安装与驱动兼容性
examples/legged_gym/requirements.txt里有一张兼容性对照表：
| NVIDIA 驱动版本 | 支持的最高 CUDA | PyTorch 安装命令 |
|---|---|---|
| ≥ 570 | 12.8+ | pip install torch>=2.7.0 |
| ≥ 560 | 12.6+ |