Safe Learning in Robotics: From Learning-Based Control to Safe Reinforcement Learning文章的代码实现

Pre:在阅读<Safe Learning in Robotics: From Learning-Based Control to Safe Reinforcement Learning>时想要实现其代码，花费了一些时间将运行的环境搭载完成。并成功跑出了图像。这里按照文章中给出的代码教材提供了中文操作，具体的细节也进行了给出。望给大家的科研提供帮助。

Code:（Safe control benchmark suite on GitHub: https://github.com/utiasDSL/safe-control-gym）

第一步：检查检查并安装正确的操作系统

由于代码是在Ubantu或者macOS上实现的，所以如果不是macOS系统建议在虚拟机上安装一个Ubuntu系统。具体安装可以参考

两分半钟完成VMware安装及Linux-Ubuntu安装（全程无废话）_哔哩哔哩_bilibili

(这里我给Ubantu配置的内存是16G（第一次配置的是4G，完全不够用），硬盘给的40G。绝对够用）

第二步：安装Anaconda

由于文档中涉及到Anaconda操作，所以需要再Ubuntu上安装Anaconda。操作流程可以参考B站视屏

ubuntu 安装anaconda_哔哩哔哩_bilibili以及文档

Verifying your browser... | myfreax

这里需要注意的是在进行安装操作之前：先进行sudo apt install git操作。

第三步：克隆库中文件

文章中使用的是这两步，但是由于使用了魔法（翻墙），因此第一行代码改为如下代码：

 图中代码：git clone https://ghproxy.com/https://github.com/utiasDSL/safe-control-gym.git

第四步：创建虚拟环境（由于是在虚拟机上操作，所以这里没有操作）

第五步：安装 safe-control-gym 库

 注意：您可能需要单独安装 gmp，它是pycddlib的依赖项（sudo apt-get install libgmp-dev）

这里的pip install -e在我的版本中需要加上参数

即pip install -e safe-control-gym.因此需要将环境推到safe-control-gym的上级菜单。

运行此项命令以后，python会执行safe-control-gym中的python setup.py install等操作，将需要的包和环境安装好。

特别注意：在执行setup.py操作时，在下载pybullet过程中,可能会报出一些错误，如下。

错误1：

解决：

sudo apt-get install gcc 

错误2：

解决：

sudo apt-get update

sudo apt-get install --reinstall build-essential

错误3：

Pybullet在setup.py中下载不了，可以直接利用conda install Pybullet下载。这时候就会报出错误1,2；

（ps:可以利用清华源下载，下载速度很快。例：

pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple）

第六步：执行实验操作

python3 pid/pid_experiment.py \

    --algo pid \

    --task quadrotor \

    --overrides \

        ./pid/config_overrides/quadrotor_3D/quadrotor_3D_tracking.yaml