Mujoco
-
官网(https://www.roboti.us/license.html)注册 license,教育邮箱注册可以免费使用一年。
注:一个邮箱账号只能供一台主机使用。
按照提示填入信息,点击申请许可,之后会收到一封来自 Roboti LLC Licensing 的邮件,里面有账号
-
将邮件中的账号填入下面的信息中,并点击电脑编号后面的Linux,会下载一个获取Linux id的软件
运行软件获取id(./getid_linux)
之后会收到另外一封邮件,内含mjkey.txt文件(之后会用到) -
在官网(https://www.roboti.us/index.html)下载相应安装程序(如 mujoco200 linux),解压到 ~/.mujoco 目录
mkdir ~/.mujoco
cp mujoco200_linux.zip ~/.mujoco
cd ~/.mujoco
unzip mujoco200_linux.zip
- 拷贝 mjkey.txt 文件
cp mjkey.txt ~/.mujoco
cp mjkey.txt ~/.mujoco/mujoco200_linux/bin
- 打开.bashrc添加环境变量
export LD_LIBRARY_PATH=~/.mujoco/mujoco200_linux/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}
- 测试
cd ~/.mujoco/mujoco200_linux/bin
./simulate ../model/humanoid.xml
若出现如下图所示,则表示安装成功
mujoco_py
- 下载源码
git clone https://github.com/openai/mujoco-py.git
- 安装 patchelf
curl -o /usr/local/bin/patchelf https://s3-us-west-2.amazonaws.com/openai-sci-artifacts/manual-builds/patchelf_0.9_amd64.elf
sudo chmod +x /usr/local/bin/patchelf
- 用 conda 创建一个虚拟环境,并安装依赖
conda create --name RL python=3.8 # 执行完会在 ~/miniconda3/envs 路径下出现RL 目录
conda activate RL # 激活 gymlab 虚拟环境
(RL) $ cd ~/mujoco-py
(RL) $ cp requirements.txt requirements.dev.txt ./mujoco_py
(RL) $ cd mujoco_py
(RL) $ pip install -r requirements.txt
(RL) $ pip install -r requirements.dev.txt
- 安装
(RL) $ cd ~/mujoco-py/vendor
(RL) $ ./Xdummy-entrypoint
(RL) $ cd ..
(RL) $ pip3 install -U 'mujoco-py<2.1,>=2.0
- 测试
(RL) $ python
>>> import mujoco_py
# 第一次导入会加载一些东西,再导入一次就正常了
>>> import mujoco_py
注:
若出现报错:You appear to be missing MuJoCo. We expected to find the file here:/home/gmy/.mujoco/mjpro200.
解决方案:
说明安装时检索的位置文件名称与当前名称不符合,将.mujoco文件夹下的mujoco200_linux文件名称改为mujoco200,并将相应环境变量修改即可
Gym
- 下载源码
git clone https://github.com/openai/gym.git
- 安装
conda activate RL
(RL) $ cd ~/gym
(RL) $ pip install -e '.[all]'
注:
pip install -e '.[all]‘报错,You appear to be missing MuJoCo. We expected to find the file here: /home/gmy/.mujoco/mjpro150
原因:
setup.py文件中要求的MuJoCo版本号为’mujoco_py>=1.50,<2.0’
解决方案:
将4、5行的’<2.0’删除后保存,重新运行指令 pip install -e ‘.[all]’,即可安装成功
- 添加环境变量
vim ~/.zshrc
export PYTHONPATH=path/to/gym:$PYTHONPATH
- 测试
(DL) $ python
>>> import gym
>>> env = gym.make( 'CartPole-v0' )
>>> env.reset()
>>> env.render()
运行结果如下表示安装成功:
参考文章:https://www.cnblogs.com/dinghongkai/p/11557917.html