前言： Genesis 是一个用于机器人、嵌入式 AI 和物理 AI 应用的综合物理平台。可用于多种机器人，如：空中机器人，人型，机械臂，软体机器人等。完全支持可微分模拟，且比现有 GPU加速模拟器（如Isaac Gym/Sim/Lab、Mujoco MJX）快 10~80倍，同时 保持高精度高保真。

它包含以下核心功能：

1. 通用物理引擎：从零开始构建，可模拟多种材料和物理现象
2. 机器人仿真平台：轻量、高速、Python友好、易于使用
3. 照片级渲染系统：高性能、真实感强
4. 数据生成引擎：把自然语言描述转换成各类数据

环境：Ubuntu 20.04，Python 3.11，torch-2.8.0+cu128，NVIDIA RTX 3060 12G，NVIDIA Driver Version: 570.133.07。

1. 创建 conda 虚拟环境

安装 Genesis 之前必须安装好 conda

conda create -n genesis python=3.11 # python verson >= 3.10,<3.14

conda activate genesis # 激活
pip install torch==2.8.0 torchvision==0.23.0 torchaudio==2.8.0 --index-url https://download.pytorch.org/whl/cu128
pip install tensorboard

2. 源码安装

注： 通过pip安装，默认安装 0.2.1 版本的 genesis，有很多新功能无法支持

conda activate genesis # 激活
pip install genesis-world

源码安装可以安装最新版的 genesis

conda activate genesis # 激活
git clone https://github.com/Genesis-Embodied-AI/Genesis.git # 下载源码
cd Genesis
pip install -e ".[dev]" # 安装

3. 测试（无人机悬停策略）

• 训练

cd ./Genesis/examples/drone
conda activate genesis # 激活
pip install rsl-rl-lib==2.2.4  # 安装 rl 库
python hover_train.py -e drone-hovering -B 8192 --max_iterations 300 # 训练
# 日志默认在 logs 文件夹

参数解释：

-e drone-hovering：指定实验名称为 “drone-hovering”。

-B 8192：设置并行训练的环境数量为 8192。

--max_iterations 300：指定最大训练迭代次数为 300。

-v: 可选，训练时可视化。

• 评估

conda activate genesis # 激活
python hover_eval.py -e drone-hovering --ckpt 299 --record

参数解释：

-e drone-hovering：指定实验名称为 “drone-hovering”。

--ckpt 299: 从检查点 300 加载训练好的策略。

--record: 记录评估过程并保存无人机表现的视频。

更多细节请参考 🚁 使用强化学习训练无人机悬停策略 — Genesis 0.2.0 文档

参考

Genesis-Embodied-AI/Genesis: A generative world for general-purpose robotics & embodied AI learning.

💡 什么是 Genesis — Genesis 0.2.0 文档

🚁 使用强化学习训练无人机悬停策略 — Genesis 0.2.0 文档

GitHub - KafuuChikai/GenesisDroneEnv: Genesis Reinforcement Learning Environments for Drones

如有其他问题，或者发现文章有错误，请在评论区留言，或进入QQ群(961297255) 交流
Keep learning！