日萌社

人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度學(xué)習(xí)實(shí)戰(zhàn)（不定時(shí)更新）

---

Mujoco 安裝1.MuJoCo是一個(gè)物理模擬器，可以用于機(jī)器人控制優(yōu)化等研究。官網(wǎng)下載MuJoCo 2.0 對(duì)應(yīng)平臺(tái)的安裝包：https://www.roboti.us/index.html 中的 mujoco200 linux安裝包mkdir ~/.mujococp mujoco200_linux.zip ~/.mujococd ~/.mujocounzip mujoco200_linux.zip注意：必須把 ~/.mujoco/mujoco200_linux 修改為 ~/.mujoco/mujoco200，不論解壓出來(lái)的文件名是什么都必須改為mujoco200，因?yàn)閕mport mujoco_py的時(shí)候，會(huì)報(bào)錯(cuò) You appear to be missing MuJoCo. We expected to find the file here: /home/用戶名/.mujoco/mujoco200正是因?yàn)槟J(rèn)只從~/.mujoco/mujoco200這個(gè)路徑找。2.注冊(cè)通過(guò)郵件獲取注冊(cè)碼License文件：https://www.roboti.us/license.html注意：MuJoCo 為收費(fèi)的，30 days免費(fèi)，下載免費(fèi)30天的license，可以申請(qǐng)獲取學(xué)生免費(fèi)license，可以試用1年僅限教育郵箱，所以如果你有教育郵箱的話，就可以申請(qǐng)1年的試用期。1.Computer id填寫框旁邊點(diǎn)擊下載對(duì)應(yīng)平臺(tái)的獲取Computer id的程序此處下載的是linux平臺(tái)的getid_linux可執(zhí)行文件chmod 777 getid_linux ./getid_linux 2.提交注冊(cè)信息后，收到郵件，下載附件：LICENSE.txt、mjkey.txt3.拷貝許可證：cp mjkey.txt ~/.mujococp mjkey.txt ~/.mujoco/mujoco200/bin4.添加環(huán)境變量vim ~/.bashrcexport LD_LIBRARY_PATH=~/.mujoco/mujoco200/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}使配置馬上生效 source ~/.bashrc 5.測(cè)試是否安裝成功：進(jìn)入bin目錄下 即可運(yùn)行simulate 打開軟件界面cd ~/.mujoco/mujoco200/bin./simulate ../model/humanoid.xml

mujoco200_linux 安裝后運(yùn)行 simulate 的圖像?

---

mujoco-py 安裝 1.更新、安裝依賴項(xiàng)（可選擇是否更新、安裝）sudo apt-get updatesudo apt-get upgradesudo DEBIAN_FRONTEND=noninteractive apt-get install -y curl git libgl1-mesa-dev libgl1-mesa-glx libglew-dev libosmesa6-dev python3-pip python3-numpy python3-scipy net-tools unzip vim wget xpra xserver-xorg-dev sudo apt-get install -y python-numpy python-dev cmake zlib1g-dev libjpeg-dev xvfb libav-tools xorg-dev python-opengl libboost-all-dev libsdl2-dev swig2.安裝 mujoco-py1.下載mujoco-py源碼包然后解壓直接mujoco-py源碼包：https://github.com/openai/mujoco-py或者 用git下載mujoco-py源碼包：git clone https://github.com/openai/mujoco-py.gitsudo apt install git #安裝 git2.安裝依賴cd ~/mujoco-py 或者為 cd ~/mujoco-py-masterpip3 install -r requirements.txtpip3 install -r requirements.dev.txt3.安裝方式一：pip3 install -U 'mujoco-py<2.1,>=2.0'報(bào)錯(cuò)：Could not build wheels for mujoco-py which use PEP 517 and cannot be installed directly解決：pip install --no-use-pep517 'mujoco-py<2.1,>=2.0'報(bào)錯(cuò)：No such file or directory: 'patchelf': 'patchelf'解決：sudo apt-get update -ysudo apt-get install -y patchelf4.安裝方式二：cd ~/mujoco-py/vendor 或者為 cd ~/mujoco-py-master/vendor./Xdummy-entrypointcd ..注意：使用python、pip命令安裝時(shí)，應(yīng)注意你的python、pip命令對(duì)應(yīng)的是python的什么版本，否則可能會(huì)默認(rèn)使用python2，同時(shí)也要注意mujoco-py安裝到是哪個(gè)版本的python環(huán)境，后面運(yùn)行mujoco-py的庫(kù)代碼就必須該python版本的環(huán)境。sudo python3 setup.py install 報(bào)錯(cuò)：ImportError: No module named setuptools解決：sudo apt-get install python-setuptools5.測(cè)試是否安裝成功例子1：import mujoco_pyimport osmj_path, _ = mujoco_py.utils.discover_mujoco()xml_path = os.path.join(mj_path, 'model', 'humanoid.xml')model = mujoco_py.load_model_from_path(xml_path)sim = mujoco_py.MjSim(model)print(sim.data.qpos)#[0. 0. 1.4 1. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.# 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. ]sim.step()print(sim.data.qpos)#[-1.12164337e-05 7.29847036e-22 1.39975300e+00 9.99999999e-01# 1.80085466e-21 4.45933954e-05 -2.70143345e-20 1.30126513e-19# -4.63561234e-05 -1.88020744e-20 -2.24492958e-06 4.79357124e-05# -6.38208396e-04 -1.61130312e-03 -1.37554006e-03 5.54173825e-05# -2.24492958e-06 4.79357124e-05 -6.38208396e-04 -1.61130312e-03# -1.37554006e-03 -5.54173825e-05 -5.73572648e-05 7.63833991e-05# -2.12765194e-05 5.73572648e-05 -7.63833991e-05 -2.12765194e-05]5.測(cè)試是否安裝成功例子2：cd ~/mujoco-py/examples/python3 setting_state.py

測(cè)試是否安裝mujoco-py的成功例子?

?mjpro150_linux 安裝后運(yùn)行 simulate 的圖像

---

gym 安裝1.sudo apt install git #安裝 git2.git clone https://github.com/openai/gym.git #拉取源代碼cd ~/gympip install -e '.[all]' # 安裝 Gym1.報(bào)錯(cuò)：注意該gym版本要求安裝的是mjpro150You appear to be missing MuJoCo. We expected to find the file here: /home/nagisa/.mujoco/mjpro150 2.解決：類似安裝mujoco200 linux一樣的步驟1.官網(wǎng) https://www.roboti.us/index.html 下載 mjpro150 linux安裝包mkdir ~/.mujococp mjpro150_linux.zip ~/.mujococd ~/.mujocounzip mjpro150_linux.zip2.拷貝許可證：cp mjkey.txt ~/.mujococp mjkey.txt ~/.mujoco/mjpro150/bin3.添加環(huán)境變量：vim ~/.bashrcexport LD_LIBRARY_PATH=~/.mujoco/mjpro150/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}使配置馬上生效 source ~/.bashrc4.測(cè)試是否安裝成功：cd ~/.mujoco/mjpro150/bin./simulate ../model/humanoid.xml3.測(cè)試是否安裝成功例子1：import gymenv = gym.make("CartPole-v1") # 創(chuàng)建游戲環(huán)境observation = env.reset() # 游戲回到初始狀態(tài)for _ in range(1000):env.render() # 顯示當(dāng)前時(shí)間戳的游戲畫面action = env.action_space.sample() # 隨機(jī)生成一個(gè)動(dòng)作# 與環(huán)境交互，返回新的狀態(tài)，獎(jiǎng)勵(lì)，是否結(jié)束標(biāo)志，其他信息observation, reward, done, info = env.step(action)if done:#游戲回合結(jié)束，復(fù)位狀態(tài)observation = env.reset()env.close()4.測(cè)試是否安裝成功例子2：import gymenv = gym.make('Hero-ram-v0')for i_episode in range(20):observation = env.reset()for t in range(100):env.render()print(observation)action = env.action_space.sample()observation, reward, done, info = env.step(action)if done:print("Episode finished after {} timesteps".format(t+1))break

測(cè)試是否安裝成功gym的例子1?

測(cè)試是否安裝成功gym的例子2

---

baseline 安裝OpenAI Baseline是一系列高質(zhì)量的強(qiáng)化學(xué)習(xí)控制算法，需要python>=3.5，且需要OpenMPI和zlib，有些Baseline example是基于Mujoco 物理仿真環(huán)境的。1.baseline 安裝git clone https://github.com/openai/baselines.gitcd ~/baselinespip install -e .2.在baseline 中對(duì)算法進(jìn)行測(cè)試，需要安裝pytestpip install pytest3.測(cè)試是否安裝成功cd ~/baselines/baselines/her/experiment#play.py為調(diào)用訓(xùn)練好的參數(shù)進(jìn)行執(zhí)行python play.py policy_best.pkl (后面需要跟著訓(xùn)練好的參數(shù)文件)注意：還必須安裝 Nvidia驅(qū)動(dòng)、tensorflow-gpu、CUDA、cuDNNpip install tensorflow-gpuimport tensorflow as tfprint(tf.__version__)

總結(jié)

以上是生活随笔為你收集整理的强化学习平台安装 Mujoco、mujoco-py、gym、baseline的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。