ubuntu 18.04.5中flow, smarts & xingtian 多智能体RL环境构建
Flow
虚拟环境构建
由于需要在同一个主机上运行多个环境,不同的环境具有不同的依赖包。因此每个智能体环境单独构建一个虚拟python环境。
首先安装虚拟环境相关依赖库。
sudo apt install python3.7
sudo apt install python3.7-venv
sudo apt install python3.7-dev
cd ~
mkdir -p ~/venv
cd ~/venv
python3.7 -m venv <virtual_env_name>
Note: python3.7-venv用于创建虚拟环境。
Note: python3.7-dev用于提供Python.h以及开发环境。
启动某个虚拟环境
source ~/venv/<virtual_env_name>/bin/activate
pip --version
pip list
之后在这个虚拟环境中安装的包将和主机完全不同。
此外,在虚拟环境中运行python3
启动的仍然是主机中的默认python3版本。python3.7仍然需要使用python3.7
。
安装Flow的相关依赖
Flow主页
环境依赖
Flow需要安装anaconda,但是anaconda中无非就是提供了多个包版本之间切换的管理器并预先安装好了一些设定的python功能包。其中
- 多个版本之间切换功能可以直接通过上方python自带的虚拟环境功能提供,无需使用anaconda。
- 包可以直接自己安装也无需使用anaconda。
因此之后操作中直接使用python手动安装。
创建python3.7虚拟环境(注意python3.6虚拟环境中的最新版本pip3无法搜索到tensorflow=1.15.2,因此之后仅使用python3.7,也是anaconda的默认python版本)。
python3.7 -m venv ~/venv/python37_flow
创建新的工作目录并安装flow的相关依赖
cd ~/work/RL/env/
git clone https://github.com/flow-project/flow
cd flow
source ~/venv/python37_flow/bin/activate
pip --version #应当是python3.7对应的pip
python -m pip install --upgrade pip #升级pip以防止新版本检测不到
pip install --upgrade setuptools
pip install scikit-build #opencv-python安装的依赖
pip install -r requirments.txt
如果上述镜像网站下载速度过慢,可以使用