Ubuntu kylin环境下OpenGym + Roboschool搭建过程

Ubuntu kylin环境下OpenGym + Roboschool搭建过程

随着深度学习的不断发展，增强学习也焕发了第二春，以DQN，DDPG，A2C，A3C为代表的一系列深度增强学习算法应运而生，代表性的机构如众所周知的OpenAI，DeepMind，UC Berkeley等。随着OpenAI实验室开源增强学习算法环境roboschool以及高质量的实现代码baselines（内部包括TRPO，ACKTR，PPO等）。本着不仅仅局限在python3+keras+tensorflow+gym玩玩游戏，看看效果的层面上，笔者更想着眼于不断地跟进新算法和进展，实现机器臂，机器人的仿真等具有一定潜在价值的问题上。相信很多朋友也和我一个心态，但是对于一个小白来讲，完事开头难,因此，经过4天痛苦的部署过程，目前还没发现详细具体的全过程部署记录，笔者在此提供手把手的Roboschool的环境部署教程，希望能有更多的人受益，少走弯路，话不多说，进入正题。

目录

总体目录：

1. 环境与注意事项

首先，我选择的软件与版本（未标注的版本信息可根据自己的要求选择，不影响结果）：

• Ubuntu kylin（16.04）
• Python3.5(3.5.2)
• Anaconda3
• Nvidia driver 384.98 + Cuda8.0 + Cudnn 8.0
• tensorflow + keras + pytorch
• OpenGym + Roboschool

---

其次，我的硬件环境与版本（硬件与驱动挂钩，对于正确的部署很重要）：

• NVIDIA Corporation
• GeForce GTX 1050 Ti/PCIe/SSE2

需要注意的是，Nvidia driver一定要根据官网选择一个稳定且适配你的电脑的最新版本(你可以在这个网站上查看: https://www.nvidia.com/object/unix.html). 因为这将影响着你的开关机和Cuda的部署以及后续OpenGL的正常工作与否！！！

此外，关于Ubuntu kylin以及Cuda8.0 + Cudnn的部署可以参考叶落寒蝉的Cuda8.0配置以及Cudnn配置教程

最后，由于Ubuntu kylin装机后自带python2.7以及3.5，但是我们由于希望用conda对python进行管理和之后的开发，这里我们不去管它（PS：千万不要删除自带的python，否则后果谁删水知道）只需要按照anaconda3官网提供的步骤进行正确安装即可。

2.利用conda安装必要项

安装过程很简单，首先看tensorflow的安装：

// 在conda中创建一个tensorflow的env，该env下python版本选择3.5
zdl@zdl-GL62M-7REX:~$ conda create -n tensorflow
// 激活该env
zdl@zdl-GL62M-7REX:~$ source activate tensorflow python=3.5

// 注意这里面tensorflow_gpu-1.2.0-cp35-cp35m-linux_x86_64.whl是根据官网的list以及自身电脑配置进行选择的
(tensorflow) zdl@zdl-GL62M-7REX:~$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.2.0-cp35-cp35m-linux_x86_64.whl

// 由于terminal提示我没有安装pip3，因此:
(tensorflow) zdl@zdl-GL62M-7REX:~$ sudo apt install python3-pip
(tensorflow) zdl@zdl-GL62M-7REX:~$ pip3 install --ignore-installed --upgrade $TF_BINARY_URL

// 至此，tensorflow安装完毕，可以测试一下:
$ python
$ import tensorflow

到了这一步骤，我们的tensorflow安装完毕，但是先不要着急安装gym以及roboschool：

// 再次创建一个环境&#