参考1：
选一个靠谱机器人仿真器，从0开始学机器人
传统仿真器如gazebo,webot,coppeliasim的表现都大差不差;
webot和coppeliasim入门难度比gazebo低;
webot和coppeliasim对于ROS的适配没有gazebo好，环境的丰富性也比不上gazebo;
gazebo承接了DARPA地下探索挑战赛的仿真比赛，里面所有的地下环境都是开源的，可以拿来验证自主探索算法;
issac gym与issac sim是nvidia出品的两个仿真环境，两个环境共享同样的底层物理引擎;
issac gym针对机器人强化学习训练做了格外的开发，在加快强化学习训练的同时，也牺牲了一部分作为机器人仿真器的通用性;
相比issac gym，issac sim没有专门针对强化学习设计的机制，但也因此比issac gym适应更多的仿真使用场景，适配更多样的传感器，拥有渲染能力更强的渲染引擎等;
目前就有一只团队在开发基于issac sim的强化学习环境issac orbit，设计目标是既能利用类似issac gym的加速训练的能力，由能享受所有issac sim带来的丰富功能，有望可以打造下一代真正从感知到控制的端到端机器人训练仿真器。
参考2：
https://zhuanlan.zhihu.com/p/633686981
issac gym 配套相关的代码库（在其之上构建的Reinforcement Learning代码库）：
https://github.com/iamlab-cmu/isaacgym-utils
https://github.com/cypypccpy/Isaac-ManipulaRL
本博客是博主个人学习时的一些记录，不保证是为原创，个别文章加入了转载的源地址，还有个别文章是汇总网上多份资料所成，在这之中也必有疏漏未加标注处，如有侵权请与博主联系。
如果未特殊标注则为原创，遵循 CC 4.0 BY-SA 版权协议。