Windows10安装开源Mujoco

2022年4月下旬Windows10安装开源Mujoco和mujoco_py,奶奶都会安装成功的那种
首先,先说明一点————————————现在是北京时间——————————

2022年4月19日!!!!

时间和安装mujoco有什么关系吗?时间点很重要吗?答:有关系!!!很重要!!!为什么重要?你要知道mujoco在我现在所处的时间点上,在今天,它已经开源了!!!
在这里插入图片描述
看见了吗?mujoco开源的消息是21年10月下旬发的,但是此时DeepMind才刚刚收购mujoco,真的等到mujoco正式开源是在2022年。我估计应该是22年的3月底4月初mujoco真正的开源了。依据在下图:
在这里插入图片描述

——————赶时间的小伙伴直接从这里开始看——————

¥¥¥¥¥¥¥¥¥上面全是废话,是些背景知识,现在直接进入正题,讲安装教程¥¥¥¥¥¥¥¥

一、第一步 重点·背景知识

mujoco在现在我所处的时间点(22年5月12日17:35)的确已经开源了。

但是!!!开源了就意味着你就能在win10下安装并使用mujoco210的吗??答案是:不能!!

没错,别看mujoco开源了,但是win10真的安装不了最新版的mujoco210,MAC和Linux系统可以装mujoco210,但是如果你是win10,就算是在开源的现在,你也只能使用mujoco150版本!!!为什么?你问为什么?我就问你,你安装mujoco是不是用来做强化学习的?你用mujoco做强化学习你肯定还想使用gym库导入Humanoid-v2、Ant-v2等游戏环境吧?如果是,就对了。要知道,mujoco≠mujoco_py,而mujoco_py是OpenAI公司的产品,把mujoco买下的是DeepMind公司。两家不同的公司,这就意味着交接处会出问题。

DeepMind的mujoco210+OpenAI的mujoco_py2.10.14配合在一起可以在Linux、MAC系统下使用,但不能用在win10上。请看OpenAI在github上的一句话:
在这里插入图片描述

在这里插入图片描述

所以,win10的你,请您老老实实使用mujoco 150,毕竟能用比什么都重要。如果您头铁,就是要win10强行用mujoco210,那么你在使用gym库调用Humanoid环境时,一定会报出如下错误

distutils.errors.CompileError: command ‘D:\VS_IDE\VC\Tools\MSVC\14.16.27023\bin\HostX86\x64\cl.exe’ failed with exit status 2

二、第二步 预安装

相信你能这么百度,你一定是已经装有visual studio、python、pycharm和gym库了,别告诉我你没装啊(没装就自己装)。这些安装后,才能在gym库里调用mujoco的游戏环境。

三、第三步 点此链接下载mujoco应用程序

这里给出mujoco的下载链接***mujoco***

1.点这里,把这个下了。
在这里插入图片描述

2.一定要在自己C盘的用户目录下(C:\Users\Bright)新建一个文件夹名为.mujoco

在这里插入图片描述

3.再在.mujoco文件里建一个mjpro150文件夹
在这里插入图片描述
4.将下载的zip解压到mjpro150中
在这里插入图片描述
5.把mjkey.txt文件下了,这里给出***下载链接***

点击这里直接下,现在开源了已经不需要发邮件申请licence了

在这里插入图片描述
6.将mjkey.txt文件放入C:\Users\xxx.mujoco文件夹以及C:\Users\xxx.mujoco\mjpro150\bin文件夹中
在这里插入图片描述
在这里插入图片描述

7.添加环境变量

在自己电脑上的“设置>环境变量”中找到“用户变量”,添加两个环境变量

变量名:MUJOCO_PY_MJPRO_PATH
变量值:C:\Users\xxx.mujoco\mjpro150

变量名:MUJOCO_PY_MJKEY_PATH
变量值:C:\Users\xxx.mujoco\mjpro150\bin\mjkey.txt
在这里插入图片描述

在自己电脑上的“设置>环境变量”中找到“用户变量”中的Path,双击,点击“新建”,将mjpro150文件中的bin文件夹的地址输入其中(例如:C:\Users\Bright.mujoco\mjpro150\bin),重启电脑
在这里插入图片描述
至此,mujoco应用程序算是安装成功了。安装成功后可以在bin文件夹中打开simulate.exe,并且将model文件夹中的XML文件夹拖拽到应用界面上则会出现对应模型的3D物理仿真模拟。
在这里插入图片描述

四、第四步 安装mujoco_py的python包

1.在github里下载mujoco_py,这里给出***mujoco_py***的下载链接

把这个下了
在这里插入图片描述
2.把下载的mujoco_py解压,把其中的mujoco_py文件夹复制,按个ctrl+C。
在这里插入图片描述
粘贴到自己的python虚拟环境python包的所在位置,按个ctrl+V。
在这里插入图片描述

五、第五步 测试和使用mujoco

测试,运行以下代码

import mujoco_py
import os
mj_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)
sim.step()
print(sim.data.qpos)

如果出现下图,则算是安装成功了。
在这里插入图片描述

配合OpenAI的gym库使用mujoco,输入以下代码

#开发者:Bright Fang
#开发时间:2022/5/8 12:33
import gym
# import mujoco
env = gym.make('Humanoid-v2')
env = env.unwrapped
for episode in range(20):
    observation = env.reset() #环境重置
    print(episode)
    # for timestep in range(100):
    while True:
        # print(timestep)
        env.render() #可视化
        action = env.action_space.sample() #动作采样
        observation_, reward, done, info = env.step(action) #单步交互
        # if done:
        #     # print(observation)
        #     print('Episode {}'.format(episode))
        #     break
        observation=observation_
env.close()

你就会以gym的框架得到Humanoid游戏环境,如下图:
在这里插入图片描述
想玩蚂蚁?用这个

import gym
# import mujoco
env = gym.make('Ant-v2')
env = env.unwrapped
for episode in range(20):
    observation = env.reset() #环境重置
    print(episode)
    # for timestep in range(100):
    while True:
        # print(timestep)
        env.render() #可视化
        action = env.action_space.sample() #动作采样
        observation_, reward, done, info = env.step(action) #单步交互
        # if done:
        #     # print(observation)
        #     print('Episode {}'.format(episode))
        #     break
        observation=observation_
env.close()

想玩其他?自己改
在这里插入图片描述

参考文献:

  1. 知乎的一篇教程
  2. mujoco官方文档
  3. 知乎的另一篇教程
  • 5
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 26
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 26
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值