IsaacLab 安装 rsl-rl 依赖解析失败？3 种修法快速修复完整指南

IsaacLab 安装 rsl-rl 依赖解析失败？3 种修法快速修复完整指南

【免费下载链接】IsaacLabUnified framework for robot learning with multi-physics/renderer support项目地址: https://gitcode.com/GitHub_Trending/is/IsaacLab

刚跑 pip 装 IsaacLab 就报 rsl-rl 依赖解析失败？这篇指南带你 30 秒确认是不是这个坑，讲清 v1.4.0 / v1.4.1 为什么会卡在 rsl-rl 上，再给 3 种按场景挑的修法。

🔍 30 秒确认：你的 IsaacLab 安装失败是不是这个 rsl-rl pip 报错

对两条，都对上就是它：

• 版本：你安装的是 v1.4.0 还是 v1.4.1？只有这两个版本踩坑。v2.0.1 起上游已经修过这个解析问题，你装的版本更新还报错，大概率不是这里。
• 报错长这样：pip 日志里翻到rsl-rl，最常见的一句是ERROR: No matching distribution found for rsl-rl；也有卡在拉取 git 仓库、克隆失败的位置。

版本 + 关键词都命中，往下看原因。

为什么会卡在 rsl-rl：一条 git 直装依赖的机制

先说清 rsl-rl 是什么：它出自 ETH Zurich（苏黎世联邦理工）的机器人实验室，是 IsaacLab 默认接进来的强化学习框架。问题不在库本身，而在那两个版本的依赖声明方式——setup.py 里，rsl-rl 这一项指向的不是 PyPI 上的现成包，而是一个git+开头的仓库地址，对应的仓库是 leggedrobotics/rsl_rl。

这意味着 pip 解析到它时，得先像 git clone 一样把整个仓库拉下来再装。这条链路一断，安装就死在这一步。常见卡点就三类：

1. 网络不通：代理、防火墙、公司内网都可能拦掉对那个仓库的访问；
2. 机器上没有 git 客户端：pip 连仓库都拉不动，直接失败；
3. pip 版本太旧：老 pip 对git+这类直接依赖的处理方式不同，解析直接出错。

顺带一提，上游后来还给这个库改了名，IsaacLab 随之改成从 PyPI 直接装rsl-rl-lib（现在 main 分支的 pyproject.toml 里就是固定版本rsl-rl-lib==5.5.1），所以新版已经绕开了这条 git 链路。

按你的情况挑一种修法

手动预装 rsl-rl 的完整命令（🩹 云端 / 网络不稳环境首选）

思路：既然安装时拉仓库失败，就先手动把 rsl-rl 装上，之后装 IsaacLab 时这一步会自然跳过。下面两条命令按顺序执行，第一条能跑通就说明网络和 git 环境没问题：

# 先单独装 rsl-rl pip install git+https://github.com/leggedrobotics/rsl_rl.git # 然后接着装 IsaacLab pip install isaaclab

装完用一行pip list | grep rsl验证，能看到带版本号的 rsl-rl 条目就成了；输出为空说明第一条命令没装成功，回去查网络。

本地源码安装：改 setup.py 里 rsl-rl 那一行

你是 clone 源码自己装的，就能直接动依赖声明。打开 setup.py，搜rsl-rl定位到那个 git 依赖项，两种改法任选其一：

• 把它对应的依赖列表改成空列表，整个安装过程跳过 rsl-rl（前提是你已经按方案一装好了它，或暂时用不到 RL 训练）；
• 或把仓库地址更新为当前可用的最新地址，再重新执行安装。

记住这只是本地临时手段，用完改回来，别把改动留在分支里。

想一劳永逸：升级新版本跟上游

最省心的长期方案是不跟 v1.4.x 死磕。维护者已经把 rsl-rl 的安装方式从 git 直装改掉了，修复记录见 release notes。直接装最新 release，这个解析问题自然消失；升级前花两分钟过一眼版本变更说明，确认手头的脚本没踩到 API 变动就行。

把坑提前填掉：三个依赖管理小习惯

• 独立虚拟环境：每个项目单独一个 venv/conda 环境，IsaacLab 这种依赖一捆的项目尤其别和别人共用。
• 装之前先扫依赖声明：看见git+开头的依赖先打个问号，确认 git 和网络就绪再执行安装。
• 内网 / 离线环境备本地镜像：wheel 预先拉到本地镜像源，安装指向镜像，别让 pip 装到一半去连外网。

rsl-rl 这块的依赖声明上游已经改过好几轮，以后再遇到类似解析报错，先翻一下官方 release notes 看新版本是否已修，再决定动手改依赖。

【免费下载链接】IsaacLabUnified framework for robot learning with multi-physics/renderer support项目地址: https://gitcode.com/GitHub_Trending/is/IsaacLab