OpenAI Gym只支持Mujoco1.5 直接安装mujoco-py会出问题

最新推荐文章于 2022-10-05 13:44:32 发布
最新推荐文章于 2022-10-05 13:44:32 发布
阅读量592 收藏
点赞数
分类专栏： 到 大 风 大 浪 中 去 锻 炼 文章标签： 强化学习 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_38909635/article/details/105600252
版权
在使用mujoco-py库时，遇到版本兼容问题，由于OpenAI Gym仅支持Mujoco 1.5，而mujoco-py最新版为2.0，导致观察到的接触力数据异常。为解决Ant-v3和Humanoid-v3模型的问题，需要降级到mujoco-py 1.5。安装过程中可能遇到各种错误，通过下载并手动安装旧版zip文件可以解决，但需要先获取license。
摘要由CSDN通过智能技术生成

发现一个深坑。

mujoco-py这个库最新版是2.0版，需要的是mujoco200。然而如果你安装pip install gym[mujoco]的话会发现它要求mujoco-py的版本小于2。

在一个issue里看到这是因为人们发现Ant-v3和Humanoid-v3在mujoco2的情况下给出的observation里的接触力（contact force）永远是0。而在mujoco1.5里则是正常的，有时候不是0。

所以后来gym强制要求用户downgrade到1.5的mujoco-py。

下图是mujoco2.0中Ant-v3采样的obs的结果。我试了20次，obs后面部分全部一直都是0。
在这里插入图片描述

下图是mujoco150的结果。试了20次里面有一定几率会出现非0的contact force。
在这里插入图片描述

我在安装mujoco-py老版的时候，直接pip install mujoco-py&#

最低0.47元/天 解锁文章
黄埔大道Switch玩家
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
setup-mujoco-gym-for-DRL:如何建立Openai体育馆和Mujoco进行深度强化学习研究的指南
05-28
此回购包含有关如何设置openai-gym和mujoco_py和mujoco进行深度强化学习算法研究的非常全面且非常有用的信息。 这里的说明旨在在基于Linux的高性能计算机群集上进行设置，但也可以用于在ubuntu计算机上进行安装。 它...
强化学习Reinforcement Learning需要工具的配置，包括（mujoco、mujoco_py、gym、baselines）
zhaolongkzz blogs
02-20 5131
强化学习ReforcemnetLearning需要要工具的配置，包括（mujoco、mujoco_py、gym）配置流程0.电脑配置情况1 安装Tensorflow2 安装mujoco2 mujoco_py如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTe...
ubuntu18 安装mujoco150 mujoco200 mujoco-py gym要点 与踩坑
qintianzhuzuidiao的博客
11-19 1422
ubuntu18 安装mujoco200 mujoco-py要点 0.新建一个虚拟环境并激活(必须,为了后期使用方便) 1.mujoco是用c++写的,直接下载到~/,再加一下环境变量就可以了.可以simulate 一个./model/humanoid.xml模型看看. (这一步不需要安装 包) 2. mujoco-py的安装,去github openai/mujoco-py下载源码到~/ 然后安装依赖包:pip3 install -r requirements.txt pip3 instal...
常用增强学习实验环境 I (MuJoCo, OpenAI Gym, rllab, DeepMind Lab, TORCS, PySC2)
世事难料，保持低调
08-13 2万+
原文地址：http://blog.csdn.net/jinzhuojun/article/details/77144590和其它的机器学习方向一样，强化学习（Reinforcement Learning）也有一些经典的实验场景，像Mountain-Car，Cart-Pole等。话说很久以前，因为没有统一的开发测试平台，大家都会自己实现，有用C/C++的，有用Python，还有用Matlab的。所以...
GYM的Robotics怎么玩
geter_CS的博客
01-07 4070
这是GYM上的一类机器人手臂游戏，依赖于MuJoco。包括有FetchReach、FetchSlide、FetchPush、FetchPickAndPlace、HandReach、HandManipulateBlock、HandMainpulateEgg、HandMainpulatePen等八个环境。 八个环境中都有目标(goal)概念，比如FetchPush的描述就是：推动一个盒子直到它到达目标...
Miniconda + OpenAI Gym + MuJoCo + Tensorflow-gpu
微念的博客
04-20 3866
引子         大家好，最近因为实验需要，得搭好一个机械臂的强化学习仿真环境。在去年我基于Ros + Gazebo搭过一个baxter机器人的强化学习环境，但是为了能够与别人的baseline进行对比，所以现在我准备使用OpenAI Gym新发布的Fetch机械臂环境。 环境配置  &nbsp...
Python库 | mujoco-py-1.50.1.37.tar.gz
03-08
5. **集成其他库**：mujoco-py常与其他机器学习库如OpenAI Gym、RLlib等结合，用于强化学习算法的训练，特别是在连续动作空间的环境模拟上。 使用mujoco-py时，需要注意的是，由于MuJoCo的商业授权限制，通常需要...
Python-MuJoCo使用MuJoCo引擎开源一个用于机器人仿真的高性能Python库
08-11
- `openai-mujoco-py-1aeb02e`：这个压缩包可能包含了特定版本的 MuJoCo-Py 源代码，供开发者研究和定制。 - OpenAI Gym：包含基于MuJoCo的强化学习环境，是学习和实验的好资源。 总的来说，Python-MuJoCo为Python...
ddpg-aigym：具有深度强化学习的连续控制-在OpenAI Gym环境中实现的深度确定性策略梯度（DDPG）算法
02-06
ddpg-aigym 深度确定性策略梯度 Tensorflow中深度确定性策略梯度算法的实现（Lillicrap等人 。） 如何使用 git clone https://github.com/stevenpjg/ddpg-aigym.git cd ddpg-aigym python main.py 培训期间 一旦训练...
deepDGP:TensorFlow中针对OpenAI-Gym环境的深度确定性策略梯度的实现
05-08
如果您是使用.edu地址的学生，则可以免费获得1年MuJoCo许可证。 cd src python3 train . py - - env_id = '<any>' - - model_dir = .. / trained_models / 运行我们的预训练模型 cd src python3 run.py --env_id=...
pybullet-gym:用于OpenAI Gym强化学习研究平台的OpenAI Gym MuJoCo环境的开源实现
05-02
PyBullet体育馆 PyBullet Gymperium是OpenAI Gym MuJoCo环境的开源实现，可与OpenAI Gym强化学习研究平台一起使用，以支持开放研究。 OpenAI Gym当前是用于开发和比较强化学习算法的最广泛使用的工具包之一。 不幸的是，对于一些具有挑战性的连续控制环境，它要求用户安装MuJoCo，这是一种商业物理引擎，需要许可证才能运行超过30天。 这种商业障碍阻碍了开放式研究，特别是在存在其他合适的物理引擎的角度上。 该存储库提供了可免费使用的原始MuJoCo环境的替代实现。 使用python wrapper pybullet重新实现了环境，从而将它们无缝集成到OpenAI Gym框架中。 为了展示新环境的可用性，将 Reinforcement学习库中的多个RL代理配置为开箱即用。 为了简化实施环境的研究，每个环境都配备了经过预训练的代理，这些代理可以
【mujoco_py】安装踩坑记录
Eureka
11-24 1万+
系统环境： Mac OS Sierra 10.12.1 Python Python 3.5.4 目的：想要运行Berkeley CS294 Homework https://github.com/berkeleydeeprlcourse/homework http://rll.berkeley.edu/deeprlcourse/教训1: 助教写的东西要好好看… 作业大概是2017 9月初
强化学习 — mujoco、mujoco_py、gym 和 baselines的环境配置
遇见即为缘
07-16 2万+
和其它的机器学习方向一样，强化学习（Reinforcement Learning）也有一些经典的实验场景，像Mountain-Car，Cart-Pole等。由于近年来深度强化学习（Deep Reinforcement Learning）的兴起，各种新的更复杂的实验场景也在不断涌现。于是出现了OpenAI Gym，MuJoCo，rllab, DeepMind Lab,...
OpenAI开源机器人模拟Python库mujoco-py：可高效处理并行模拟
08-18 2864
OpenAI 宣布开源一个高性能的 Python 库，它可用于使用 MuJoCo 引擎（在上年的机器人研究中开发出来）的机器人模拟。 代码：https://github.com/openai/mujoco-py 文档：https://openai.github.io/mujoco-py/build/html/index.html 该库是 OpenAI 用于深度
OpenAI Gym学习
YongqiangGao的专栏
05-09 1万+
上篇博客介绍了OpenAI Gym、OpenAI Gym与强化学习以及OpenAI Gym的安装，接下来运行一个demo体验一下OpenAI Gym这个平台，以CartPole（倒立摆）为例，在工作目录下建立一个python模块，代码如下：import gym env = gym.make('CartPole-v0') env.reset() for _ in range(1000): en
MuJoCo及mujoco_py安装（以及troubleshooting）
mmc2015的专栏
10-05 2370
MuJoCo及mujoco_py安装（以及troubleshooting）
关于Tensorflow与Gym MuJoCo同时使用的问题
微念的博客
04-25 1384
引子 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;大家好，今天我们稍微介绍一下如何处理TensorFlow与Gym MuJoCo同时使用将会出错的问题。 问题 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;在同时使用TensorFlow-GPU和Gym MuJoCo时，可
Mujoco以及Mujoco_py的安装
热门推荐
遇见即为缘
07-01 3万+
博主在安装mujoco以及mujoco_py的过程中，遇到无数坑，并且感觉我们天朝还没有人对以上的两样东西写出完整的安装教程啊！苦逼的我只能去Github上扣人家的issues，基本上，上面出现的问题，博主都遇到了（心累），咳咳，进入正题。这里我安装的是mjpro150以及mujoco_py1.50.1.34.12我的环境 Ubuntu 16.04 64bit cuda 8.0 cudnn 6.0...
mujoco以及mujoco-py的安装
csdnqixiaoxin的博客
01-25 6058
最近在看强化学习，打算安装一下mujoco。安装的过程中遇到一些问题，记录一下。 安装mujoco 安装过程参考这篇文章。要注意的是：添加环境变量之后，要执行： source ～/.bashrc 使得环境变量生效，否则会出现找不到动态链接库的情况。 安装mujoco-py 安装 安装mujoco-py我参考的是这篇文章，不过只用到了其中的一部分。下载并解压mujoco-py源码后： cd ~/...
安装 mujoco-py
最新发布
05-10
安装 `mujoco-py` 需要进行以下步骤： 1. 安装依赖库 ```bash sudo apt update sudo apt install curl sudo apt-get install libgl1-mesa-dev libgl1-mesa-glx libglew-dev libosmesa6-dev software-properties-common libjpeg-dev libopenmpi-dev python3-dev zlib1g-dev swig cmake ``` 2. 安装 `mujoco` 下载 `mujoco` 安装包，解压缩并放到合适的目录下。 3. 安装 `mujoco-py` ```bash pip install mujoco-py ``` 或者使用以下方式安装： ```bash git clone https://github.com/openai/mujoco-py.git cd mujoco-py pip install -e . ``` 如果你遇到权限问题，可以使用以下方式安装： ```bash sudo -H pip install mujoco-py ``` 安装完成后，可以在 Python 中进行测试： ```python import mujoco_py import gym env = gym.make('Humanoid-v2') env.reset() while True: env.render() action = env.action_space.sample() obs, reward, done, info = env.step(action) if done: env.reset() ```

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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