OrcaPlayground 四足机器人 RL 训练实战：从踩坑到闭环完整指南摘要：本文记录了在 Windows 11 环境下，基于 OrcaPlayground 框架，使用 Stable-Baselines3 (SB3) PPO 算法训练 Lite3 四足机器人行走的全过程。重点解决了 PyTorch GPU 版本安装、复杂的依赖版本冲突（Dependency Hell）以及 Windows 批处理脚本的兼容性问题，最终实现从仿真到训练的完整闭环。1. 背景与目标OrcaPlayground 是一个基于 MuJoCo 物理引擎的机器人强化学习训练框架，配合 OrcaLab 实现仿真渲染与 RL 训练的分离。本次目标：跑通 SB3 PPO 算法，让 Lite3 四足机器人在仿真环境中学会行走。硬件环境：Windows 11 / NVIDIA RTX 显卡 / Miniconda2. 第一关：驱动与 CUDA 的兼容性在执行nvidia-smi后，显示驱动版本为580.92，对应 CUDA13.0。关键认知：NVIDIA 驱动是向下兼容的。虽然驱动支持 CUDA 13.0，但这并不意味着必须安装 CUDA 13 的 PyTorch。实际上，PyTorch 官网最新的cu128（CUDA 12.8）完全可以在该驱动上运行。3. 第二关：PyTorch 的“假”安装（CPU vs GPU）很多初学者（包括我）在这里踩了坑：执行pip install torch后，虽然显示安装成功，但torch.cuda.is_available()始终返回False。原因：pip默认源（包括清华源等国内镜像）经常推送+cpu版本，看起来装好了，实际上没有 CUDA 后端。解决方案：必须强制指定官方 CUDA 索引。# ❌ 错误做法（默认拉取 CPU 版）pipinstalltorch# ✅ 正确做法（指定 CUDA 12.8 索引）pipinstalltorch --index-url https://download.pytorch.org/whl/cu128验证成功标志：importtorchprint(f"ver={torch.__version__}, cuda=