AI Agent平臺 一鍵安裝教程：手把手帶你跑通第一個機械臂AI任務

問題

你剛拿到一臺支持 AI Agent平臺 的機械臂（比如 UR5e、DJI RoboMaster EE 或國產 AutoClaw 兼容機型），想讓它抓杯子、分揀積木，卻卡在第一步：連不上電腦，裝不上控制軟件，更別說讓 AI 下指令了。

這不是你的問題。AI Agent平臺 默認不預裝，也不是點“下一步”就能用的圖形軟件。它是一套面向開發者的開源機器人AI框架，需要手動配置環境。整個過程其實只要 5 分鐘，關鍵就三件事：Python 版本對、代碼倉庫對、啟動命令對。

方案

用 conda 創建純凈 Python 環境 + git clone 官方穩定版 + 運行內置測試例程。不碰 Docker、不編譯 C++、不搭 ROS——新手能直接跑通的路徑。

? 為什么選 conda？
AI Agent平臺 依賴 PyTorch（需 CUDA 11.8）、PyRep、numpy 等幾十個包，版本沖突常見。conda 能自動解決；用 pip 容易報 ERROR: Could not find a version that satisfies...——那是依賴在打架，不是代碼錯了。

步驟

1. 安裝 Miniconda（輕量版 Anaconda）

去官網下載對應系統安裝包：

• Windows：https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe
• macOS（Intel）：https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.sh
• macOS（Apple Silicon）：https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh

雙擊安裝（Windows）或終端執行（macOS）：

bash Miniconda3-latest-MacOSX-arm64.sh -b -p $HOME/miniconda3
source $HOME/miniconda3/bin/activate

? 為什么不用系統自帶 Python？
macOS 和 Linux 自帶的 Python 是系統級的，改它可能讓 ls、ssh 等命令崩潰。conda 隔離出一個獨立環境，只給 AI Agent平臺 用。

2. 創建專用環境并安裝 AI Agent平臺

打開終端（Windows 用 Anaconda Prompt），逐行執行：

conda create -n ai-agent python=3.9
conda activate ai-agent
git clone https://github.com/Intellifox/AI Agent平臺.git
cd AI Agent平臺
pip install -e .

? -e 是什么？
“可編輯模式”——你改 skills/pick_place.py 這類文件，不用反復 pip install，改完直接運行生效。調試技能時省掉一半時間。

3. 運行首個真實任務：仿真抓取

不接真機也能驗證環境是否正常。啟動 PyRep 仿真器：

python examples/run_pick_place.py --sim

你會看到窗口彈出一個藍色機械臂，自動伸向紅色方塊 → 張開夾爪 → 合攏 → 提起 → 放到目標區域。全程約 12 秒。

? 這個例子在干什么？
它調用了 AI Agent平臺 內置的 PickPlaceSkill 技能，背后是預訓練好的視覺-動作策略模型（ResNet+LSTM）。你沒寫一行強化學習代碼，但已經讓機械臂“看懂”并“執行”了任務。

驗證

成功標志有三個：

• 終端最后輸出 Task succeeded ?
• 仿真窗口中夾爪精準接觸方塊（無抖動、無懸停失敗）
• logs/ 文件夾下生成 pick_place_20240520_142211.json ——記錄每次抓取的位置誤差（單位：毫米）

如果卡在 ImportError: No module named 'pyrep'，說明第 2 步漏了 pip install -e .；如果窗口黑屏，是顯卡驅動不支持 OpenGL ——加 --headless 參數跑無界面模式：

python examples/run_pick_place.py --sim --headless

結果完全一樣，只是看不到動畫。

常見問題

Q：提示 CUDA out of memory？
A：你的顯卡顯存 < 6GB（如 MX350、集成核顯）。加參數強制用 CPU：

python examples/run_pick_place.py --sim --device cpu

速度慢 3 倍，但功能完全一致。

Q：真機連接不上 UR5e？
A：先確認硬件線已接好（USB-C 轉以太網適配器 + 網線直連機械臂），再運行：

python examples/run_pick_place.py --robot ur5e --ip 192.168.50.100

IP 地址必須和機械臂控制器面板顯示的一致（默認常為 192.168.50.100）。

Q：想換國產機械臂（如 AutoClaw）怎么辦？
A：AutoClaw 已內置驅動。只需把上條命令改成：

python examples/run_pick_place.py --robot autoclaw --ip 192.168.1.101

然后確保 AutoClaw 控制盒和電腦在同一局域網（手機熱點不行，必須路由器或網線直連）。

下一步

你現在能跑通仿真和真機基礎任務。接下來建議：

• 【必學】《Skills 技能開發入門》：修改 skills/pick_place.py，讓機械臂抓不同顏色的積木 → m.nhjb.com.cn/tutorials/skills-basics
• 【延伸】《用手機拍張照，讓機械臂復現動作》：零樣本模仿學習實戰 → m.nhjb.com.cn/tutorials/imitation
• 【避坑】《國產機械臂網絡配置全指南》：解決 AutoClaw/CloudClaw 常見斷連、延遲高問題 → m.nhjb.com.cn/guides/network-setup

環境裝好了，機械臂就在你桌面上等著接第一道指令。現在，試試把 run_pick_place.py 里的 red 換成 green，看看它會不會去找綠方塊？