IsaacLab从入门到精通（三） 强化学习环境的创建

在系列教程（二） 自定义机器人中，我们介绍了如何导入自定义机器人的usd并且进行设置，这些定义好的自定义机器人类在强化学习环境中可以直接引用。接下来，我们将进行强化学习环境（env）部分的设置。

1.1 强化学习环境创建：Direct方式

IsaacLab提供了两种组织强化学习环境的方式，一种叫Direct，一种叫manager_based，这两种方式各有优点，我们先分别介绍一下：

Direct方式的优点是设置非常直观，方便定制化系统，使用某些特殊算法时较为方便，但是扩展性没有那么强。

在Direct方式中，我们会在一个env.py文件中实现强化学习环境所需要的所有步骤和功能，并用一个额外的文件设置一些环境和强化学习训练的参数，举例：

https://github.com/isaac-sim/IsaacLab/blob/main/source/extensions/omni.isaac.lab_tasks/omni/isaac/lab_tasks/direct/anymal_c/anymal_c_env.py

了解isaac gym的同学可以发现，这个方式非常像isaac gym里强化学习环境的组织方式，当然接口有很大的区别，但总体来说还是比较易懂的。

（1）AnymalCFlatEnvCfg，我们可以在这个设置类中导入自