0. 本人环境
(以下均可根据右侧网址进行环境配置https://blog.csdn.net/linyijiong/article/details/84198384)
Ubuntu16.04 , Anaconda3 , python 3.6 , tensorflow-gpu 1.10.1 , CUDA 9.0 , cuDNN8.0.
以下安装配置均在虚拟环境中进行
1.安装mujoco
MuJoCo(Multi-Joint dynamics with Contact)是一个物理模拟器,可以用于机器人控制优化等研究。
1.1 准备工作
(参考网址: https://github.com/openai/mujoco-py#obtaining-the-binaries-and-license-key )
1.1.1
1.1.2
点击Licence,进行许可证注册(mujoco不开源)
根据你的情况进行选择一年或者30天的许可时期。通过认证后,会将account number发至邮箱。
根据使用平台下载 getid_linux(可执行文件) 获取 computer id, 步骤如下:
chmod +x getid_linux
/getid_linux
输出结果类似于 LINUX_A1EHAO_Q8BPHTASDM1005D03TB3293
将上述两者输入网站,如下图。
点击Register computer 后,你的邮箱收到类似以下的邮件。
从输入的邮箱中下载证书mjkey.txt ,后面将会使用。
1.2 环境配置
1.2.1
创建隐藏文件夹并将 上一步下载的mjpro150_linux.zip 拷贝到 mujoco 文件夹中。解压后路径为:~/.mujoco/mjpro150
mkdir ~/.mujoco
cp mjpro150_linux.zip ~/.mujoco
cd ~/.mujoco
unzip mjpro150_linux.zip
1.2.2
将证书mjkey.txt拷贝到创建的隐藏文件夹中
cp mjkey.txt ~/.mujoco
cp mjkey.txt ~/.mujoco/mjpro150/bin
1.2.
添加环境变量~/.bashrc
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/bourne/.mujoco/mjpro150/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/lib/nvidia-390
1.3.运行结果
cd ~/.mujoco/mjpro150/bin
./simulate ../model/humanoid.xml</