ここでは、Windows11に、NVIDIA Isaac Labを導入し、Physics AIを目指したロボットシミュレーションの検証結果を報告します。
最近では Physical AIが注目されており、自分もロボットシミュレーションを試したいと思いました。ここでは、Windows11にNVIDIA Isaac Lab 3.0.0 を導入し活用する手順を記録しておきます。
いろいろな資料があるのですが、結局はNVIDIAの公式ウエブの資料が、必須の基本情報でした。
まず、NVIDIAのIsaac Labの情報は、以下の公式ドキュメント「Isaac Lab Documentation」が基本です。
この解説では、Window11に、以下のNVIDIA Isaac Sim 6.0.0を導入した状態を前提としています。
このIsaac SimとIsaac Labの役割分担については、以下の資料がわかりやすいです。
簡単に言うと、
・基盤として、Isaac Simが「Ominiverseベースの仮想空間でのシミュレーション環境」を用意する。
・その上に、Isaac Labが「PhysicsalAIを目指した強化学習などの機械学習環境」を構築する。
なお、基盤のIsaac Simと応用のIsaac Labでは、依存関係があるはずですが、以下の公式githabでは、Labの「main branch」は、Simの「4.5/5.0/5.1」が前提となっています。最新版での記述が未対応のようです。
https://github.com/isaac-sim/IsaacLab#isaac-sim-version-dependency
そこで本解説では、以下の最新版の組み合わせで、導入を検証します。
Isaac Sim 6.0.1 + Isaac Lab 3.0.0-beta2
それでは、必要なハードウエア仕様を確認します。ウエブの「Isaac Lab＞Local Installtion＞System Requirements」を見てください。それなりに高性能なPCが必要です。
特に重要なのが、GPU,VRAMです。NVIDIA GPUが必須なのは当然としても、NotePCやゲーム用GPUだと、VRAM:16GBはハードルが高いかもですが、最小限としてもこれは必須の条件です。
なお、Isaac Labを利用すると、インストール用ファイルが約45MBで、インストール後のフォルダで約GBとなり、活用を続ける場合には、必要仕様の最小限としてもGBの空きストレージが必要です。
導入環境の準備
Isaac Simの導入
基盤となるIsaac Simについては、実はいろいろな導入方法が、以下に紹介されています。
https://isaac-sim.github.io/IsaacLab/main/source/setup/installation/index.html#choosing-an-installation-method
この解説では、記事の最初に示したとおり、ビルド済みのzipファイルを用いて、手順「バイナリダウンロード」により、最新版「NVIDIA Isaac Sim 6.0.1」を準備しています。
この手順は、公式ドキュメントでは、以下の内容になります。これをもとに導入作業を進めます。
https://isaac-sim.github.io/IsaacLab/main/source/setup/installation/binaries_installation.html#installation-using-isaac-sim-pre-built-binaries
この解説では、NVIDIA Isaac Sim+Labを、WindowsのＣドライブ直下のフォルダ「C:¥NvidiaIsaac」にまとめてあり、Isaac Sim 6.0.1を「C:¥NvidiaIsaac¥Sim601」に導入してあります。
Isaac Simの確認
機械学習を行うIsaac Labから、基盤であるIsaac Simを呼び出して使うために、環境変数の設定を行います。
その手順も、公式ドキュメントに記述がありますが、これはWindowsのコマンドプロンプトで行う手順です。この資料ではPowerShellを用いて行っているので、その手順に置き換えています。
まず、資料「Windows11で環境変数の追加と編集の設定はどこ？」 を参考にして、WindowsのGUIツールで、環境変数を設定します。
https://win11lab.info/win11-environment-variable/
手順としては、「スタート＞設定＞システム＞バージョン情報＞システムの詳細設定＞環境変数＞新規」と進めます。
変数名 ISAACSIM_PATH・変数値 C:\NvidiaIsaac\Sim601
変数名 ISAACSIM_PYTHON_EXE・変数値 %ISAACSIM_PATH%\python.bat
ここで、ISAACSIM_PATHはIsaac Simの導入フォルダ、ISAACSIM_PYTHON_EXEはpython起動用のバッチファイル、を指定します。
Isaac LabではPythonを利用しますが、Windowsに組み込まれたものは使わず、専用の仮想環境を作って準備したPythonか、このようにIsaac Simで準備したPythonを利用します。
環境変数を設定したあとで、PowerShellを起動します。コマンド「dir env:」で設定を確認します。
PowerShell 7.6.3
PS C:\Windows\System32> dir env:
Name Value
---- -----
ISAACSIM_PATH C:\NvidiaIsaac\Sim601
ISAACSIM_PYTHON_EXE C:\NvidiaIsaac\Sim601\python.bat
まず、PowerShellから、環境変数ISAACSIM_PATHを使って、Isaac SimのGUIツールが起動することを確認します。
PS C:\Users\ryos> & "$env:ISAACSIM_PATH\isaac-sim.bat"
エラーなく、Isaac SimのGUIツールが、「Isaac Sim Full 6.0.1 - New Stage*」として起動したら成功です。
次に、PowerShellから、環境変数ISAACSIM_PYTHON_EXEを使って、Isaac Sim専用のPythonが起動することを確認します。
PS C:\Windows\System32> & "$env:ISAACSIM_PYTHON_EXE"
1 個のファイルをコピーしました。
Python 3.12.13 (tags/v3.12.13-dirty:3bb231a, Apr 22 2026, 07:13:40) [MSC v.1929 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> exit()
PS C:\Windows\System32> & “$env:ISAACSIM_PYTHON_EXE” -c "print('Isaac Sim configuration is now complete.')"
Isaac Sim configuration is now complete.
最後に、PowerShellから、環境変数ISAACSIM_PATH・ISAACSIM_PYTHON_EXEを使って、Isaac Simのサンプルスクリプトが起動することを確認します。
PS C:\Windows\System32> & $env:ISAACSIM_PYTHON_EXE "$env:ISAACSIM_PATH\standalone_examples\api\isaacsim.core.experimental.api\add_cubes.py"
GUIが起動して、cubeを追加されるデモが、５回実行されます。
Isaac Labの導入
Isaac Labの入手
Isaac Labは、Githubから最新版のファイル一式をzip形式で入手して、それを以下の手順で展開し手順します。
公式ドキュメントでは、gitコマンドでクローンを作る手順ですが、ここでは直接githubウエブに接続して、zipファイルでダウンロードします。
・ブラウザで、「https://github.com/isaac-sim/IsaacLab.git 」に接続する。
・左上のバージョン「main」を、最新の「release/3.0.0-beta2」に変更する。
・右上のCodeボタンから「Download ZIP」で、インストール用ファイルを入手する。
・ダウンロードフォルダのファイル「IsaacLab-release-3.0.0-beta2.zip」を、フォルダ「C:\NvidiaIsaac」に移動する。
・このファイルを、右クリックメニュー「すべて展開」する 展開先はC:\NvidiaIsaacとする。
・フォルダ「C:\NvidiaIsaac\IsaacLab-release-3.0.0-beta2」ができる。
・Isaaac Labのバージョンに対応し、フォルダ名を「Lab300」に変更する。
導入の準備作業
インストール済みの Isaac Sim ルートフォルダ「ISAACSIM_PATH・C:\NvidiaIsaac\Sim601」と、今作ったIsaac Lab フォルダ内の 「_isaac_sim」との間に、シンボリックリンクを作成します。
これにより、Python モジュールのインデックス作成や、Isaac Sim に同梱されている拡張機能の検索が、容易になります。
この操作は管理者権限が必要なので、PowerShellの管理者権限起動の端末で行います。WindowsのPowerShellのアイコンの、右クリックメニューで、「管理者として実行」します。（確認には「はい」で進めます）
PS C:\Windows\System32> cd C:\NvidiaIsaac\Lab300\
PS C:\NvidiaIsaac\Lab300> New-Item -ItemType SymbolicLink -Path "_isaac_sim" -Target "$env:ISAACSIM_PATH"
Directory: C:\NvidiaIsaac\Lab300
Mode LastWriteTime Length Name
---- ------------- ------ ----
l---- 2026/07/16 12:52 _isaac_sim -> C:\NvidiaIsaac\Sim601
これで、Isaac Lab 3.0.0のフォルダ「C:\NvidiaIsaac\Lab300」の中に、Isaac Sim 6.0.1へのリンク「_isaac_sim」ができます。
この中にcdで入ると、環境変数ISAACSIM_PATHの内容として、C:\NvidiaIsaac\Sim601につながります。
次に、Isaac Labの導入作業では、gitコマンドとpipコマンドを利用します。これらの導入と更新をおこないます。
なお公式ドキュメントでは、ここで独自にPythonを導入する場合の、Python仮想環境の設定が指示されています。しかし、Isaac Simのpython.batを使うならば、この手順は不要となります。
【gitコマンド導入】
Windowsのgitツールを導入します。公式サイトhttps://gitforwindows.org/ に接続し、「Download」ボタンから、インストール用ファイルを入手します。
ダウンロードフォルダに、インストール用ファイル「Git-2.55.0.3-64-bit.exe（執筆時点）」が保存されます。
このファイルをダブルクリックして、必要とする所定の内容でインストールを進めてください。（すべてデフォルトも可能）
インストール後に再起動した管理者用PowerShellにおいて、以下のように確認します。
PS C:\Windows\System32> git --version
git version 2.55.0.windows.3
【pipコマンド更新】
Isaac Simで導入したPythonに関して、各種ツールの導入のために、（念の為）pipコマンド自体を更新します。
管理者用PowerShellにおいて、以下のように実行します。
PS C:\Windows\System32> & $env:ISAACSIM_PYTHON_EXE -m pip install --upgrade pip
：
Successfully installed pip-26.1.2
最後に、管理者権限のPowerShellで、Isaac Labのフォルダ「C:\NvidiaIsaac\Lab300」に入って、コマンド「isaaclab.bat --help」を実行して、ヘルプの表示がでたら準備完了です。
PS C:\Windows\System32> cd C:\NvidiaIsaac\Lab300\
PS C:\NvidiaIsaac\Lab300> .\isaaclab.bat --help
[WARNING] _isaac_sim is present but _isaac_sim\setup_conda_env.bat is missing; Isaac Sim env vars not exported.
[WARNING] Re-extract the Isaac Sim Windows zip if you intend to use the bundled binary.
usage: -c [-h] [-i [INSTALL]] [-f] [-p ...] [-s ...] [-t ...] [-o ...] [-v] [-d] [-n ...] [-c [CONDA]] [-u [UV]]
Isaac Lab CLI
options:
-h, --help show this help message and exit
インストール作業
準備ができたので、管理者権限のPowerShellにおいて、Isaac Labのフォルダ「C:\NvidiaIsaac\Lab300」の中で、以下のように、コマンド「isaaclab.bat --install」でインストールを行います。多数のツールを導入するので、相当に時間が必要です。
PS C:\NvidiaIsaac\Lab300> .\isaaclab.bat --install
：
Successfully installed isaaclab_visualizers-0.1.0 msgspec-0.21.1 psutil-7.2.2 pyarrow-23.0.1 rerun-sdk-0.34.1 rich-14.3.4 viser-1.0.30 websockets-16.1 zstandard-0.25.0
[36m[INFO][0m Using Python: "C:\NvidiaIsaac\Lab300\_isaac_sim\kit\python\python.exe"
[36m[INFO][0m PyTorch 2.10.0+cu128 already installed.
[36m[INFO][0m Using Python: "C:\NvidiaIsaac\Lab300\_isaac_sim\kit\python\python.exe"
[36m[INFO][0m Setting up vscode settings...
[36m[INFO][0m Using Python: "C:\NvidiaIsaac\Lab300\_isaac_sim\kit\python\python.exe"
[36m[INFO][0m VS Code settings generated successfully.
致命的なエラーがなく中断せず、上記のような最後まで進んだら、一応は成功と思います。次の起動確認で確かめます。
なお、黄色の文字で「WARNING:」、赤色の文字で「ERROR: pip's dependency」の表示がいくつか出ますが、自分の場合は影響がなかったです。
Isaac Labの起動確認
それでは、Isaac Labの起動確認をします。ここでは通常のPowerShellで、インストールフォルダ「C:\NvidiaIsaac\Lab300」で検証します。
【単純にIsaac LabのGUI起動】
以下のコマンドで、何も表示や動作がない、空のIsaac LabのGUIツール（実際にはIsaac SimのOmniverse）を起動してみます。
PS C:\NvidiaIsaac\Lab300> .\isaaclab.bat -p scripts\tutorials\00_sim\create_empty.py --viz kit
上図のように、タイトル「Isaac Lab 3.0.0」として、GUIツールが起動しました。
【Isaac Labのアリ型ロボットの強化学習】
以下のコマンドで、Isaac Labを用いてアリ型ロボットの強化学習の例題「Isaac-Ant-v0」を試してみます。
PS C:\NvidiaIsaac\Lab300> .\isaaclab.bat train --rl_library rsl_rl --task=Isaac-Ant-v0 --viz kit
このアリ型ロボットの強化学習のシミュレーションでは、学習を1,000回まで行う設定で、PowerShellに途中の計算結果が表示されます。
################################################################################
Learning iteration 999/1000
Total steps: 131072000
Steps per second: 92098
Collection time: 1.326s
Learning time: 0.097s
Mean value loss: 0.0366
Mean surrogate loss: 0.0023
Mean entropy loss: -15.0811
Mean reward: 126.77
Mean episode length: 951.16
Mean action std: 0.05
Metrics/success_rate: 0.9618
Episode_Reward/progress: 7.8849
Episode_Reward/alive: 0.4859
Episode_Reward/upright: 0.0961
Episode_Reward/move_to_target: 0.4843
Episode_Reward/action_l2: -0.0256
Episode_Reward/energy: -0.9284
Episode_Reward/joint_pos_limits: -0.2507
Episode_Termination/time_out: 0.9493
Episode_Termination/torso_height: 0.0507
--------------------------------------------------------------------------------
Iteration time: 1.42s
Time elapsed: 00:24:47
ETA: 00:00:00
Training time: 1502.07 seconds
[INFO]: SimulationContext cleared
[1541.956s] Simulation App Shutting Down
【Isaac Labのイヌ型ロボットの強化学習】
以下のコマンドで、Isaac Labを用いてイヌ型ロボットの強化学習の例題「Isaac-Velocity-Rough-Anymal-D-v0」を試してみます。
.\isaaclab.bat train --rl_library rsl_rl --task=Isaac-Velocity-Rough-Anymal-D-v0 --viz kit
このイヌ型ロボットの強化学習のシミュレーションでは、学習を1,500回まで行う設定で、PowerShellに途中の計算結果が表示されます。
################################################################################
Learning iteration 1499/1500
Total steps: 147456000
Steps per second: 15249
Collection time: 6.308s
Learning time: 0.138s
Mean value loss: 0.0120
Mean surrogate loss: -0.0107
Mean entropy loss: 6.5963
Mean reward: 16.46
Mean episode length: 962.51
Mean action std: 0.42
Episode_Reward/track_lin_vel_xy_exp: 0.8237
Episode_Reward/track_ang_vel_z_exp: 0.4121
Episode_Reward/lin_vel_z_l2: -0.0389
Episode_Reward/ang_vel_xy_l2: -0.0529
Episode_Reward/dof_torques_l2: -0.0872
Episode_Reward/dof_acc_l2: -0.1188
Episode_Reward/action_rate_l2: -0.0782
Episode_Reward/feet_air_time: -0.0024
Episode_Reward/undesired_contacts: -0.0154
Episode_Reward/flat_orientation_l2: 0.0000
Episode_Reward/dof_pos_limits: 0.0000
Curriculum/terrain_levels: 5.9998
Metrics/success_rate: 0.9881
Metrics/base_velocity/error_vel_xy: 0.1970
Metrics/base_velocity/error_vel_yaw: 0.1857
Episode_Termination/time_out: 0.9133
Episode_Termination/base_contact: 0.0867
--------------------------------------------------------------------------------
Iteration time: 6.45s
Time elapsed: 01:53:09
ETA: 00:00:00
Training time: 6814.99 seconds
[INFO]: SimulationContext cleared
[6885.178s] Simulation App Shutting Down
なお、モデルの表示をするGUIなしでの実行では、オプション「--viz kit」を外すと、ログ表示だけで学習が進みます。