配置PYMARL的环境全流程

已于 2023-01-31 14:21:53 修改
阅读量1k 收藏 11
点赞数 1
分类专栏： ubuntu相关 文章标签： python 开发语言
于 2022-11-16 08:12:28 首次发布
原文链接：https://zhuanlan.zhihu.com/p/542727892
版权
终于把pymarl的虚拟环境安好啦！这个过程遇到好些问题，还好有超级热心超级nice的同学/学长给我提供建议/帮助，让我这个计算机小菜鸡不至于在代码跑通前就因为心态崩溃直接跑路，真的非常感恩~
为了防止以后踩相同的坑，我决定把整个过程记录一下，也希望能够帮助到有需要的同学~

P.S 整个过程需要耗费非常多流量，建议大家在有WIFI且网速快的地方搞定~

一、安装StarCraft II

1.Windows

直接在官网下载安装最新版就好

《星际争霸II》官方网站_暴雪出品，史诗级竞技大作 (blizzard.cn)​ sc2.blizzard.cn/landing

2. Ubuntu

在Ubuntu系统下，安装SC2.4.6.2.69232版本的SC2环境。具体步骤是先安装下面的压缩包，然后解压到用户名文件夹中。

https://blzdistsc2-a.akamaihd.net/Linux/SC2.4.6.2.69232.zip​ blzdistsc2-a.akamaihd.net/Linux/SC2.4.6.2.69232.zip

这个安装包有3G，我在实验室用流量怎么都下载不下来，所以直接找学长要了安装包上传在百度云里，有需要的同学可以私聊我~
注意：在ubuntu上可以直接在文件夹中，右键用终端打开文件，然后用source activate pymarl 激活anaconda里面的环境。


二、创建pymarl虚拟环境

具体的Anaconda虚拟环境是什么以及怎么安装可以看一下下面这篇文章

备注
1.ubuntu安装虚拟环境时，如果遇到激活不了虚拟环境，可以先使用source activate xxxx 进入环境，然后再conda activate xxx激活
2.utuntu下，如果显卡驱动、cuda和cuDNN没装，可使用参考[Ubuntu20.04下CUDA、cuDNN的详细安装与配置过程（图文）]

宁萌时光：Anaconda 中使用 conda 配置虚拟环境与管理安装包25 赞同 · 2 评论文章
  1. 创建虚拟环境
conda create -n pymarl python=3.7 -y
conda activate pymarl

2.安装pytorch

直接在pytorch官网上根据电脑情况找相应的安装语句

# CUDA 10.2
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch

3.安装下面这些pymarl运行所依赖的包

pip install sacred numpy scipy matplotlib seaborn pyyaml pygame pytest probscale imageio snakeviz tensorboard-logger

如果报错the read operation timed out，就说明超时了，可以把命令改成：

 pip --default-timeout=100 install sacred numpy scipy matplotlib seaborn pyyaml pygame pytest probscale imageio snakeviz tensorboard-logger

这一堆包安装完之后会有两个包需要改成低版本，一个是pyyaml，还有一个是protobuf

pip uninstall pyyaml
pip install pyyaml==3.13
pip uninstall protobuf
pip install protobuf==3.19.1

（可能每个人遇到的情况不同，根据报错的情况随机应变就好！）

三、安装SMAC

pip install git+https://github.com/oxwhirl/smac.git

四、添加环境变量

  1. Windows

在Windows里，增加SC2PATH变量，值为Starcraft II安装的位置，

2. Ubuntu

在Ubuntu中，用命令行添加SC2PATH变量，首先用vim打开bashrc：

vim ~/.bashrc

在最后一行添加环境变量，键和值同样分别是SC2PATH和StarCraft II在Ubuntu系统中用户名文件夹下的位置

export SC2PATH=~/StarCraftII/

（P.S 打开bashrc之后，先按i键进入insert模式，然后在最后一行输入上面的代码，随后按Esc键退出，之后按Shift+：，然后输入wq加回车退出，会用Ubuntu的忽略哈哈）

添加完环境变量后更新环境

 source ~/.bashrc

五、添加地图

  1. Windows

先下载下面的SMAC_MAPS压缩包，然后解压到StarCraft II下的Maps文件夹中（没有就自己建立）。

2. Ubuntu

Ubuntu在下载SC2环境时就自带了地图，所以不需要额外操作。

六、测试SMAC环境

python -m smac.examples.random_agents

此时命令行会出现以下信息，windows还会弹出游戏界面

七、测试Pymarl代码

Windows下把main函数第16行的SETTINGS['CAPTURE_MODE'] = "fd"改成SETTINGS['CAPTURE_MODE'] = "sys"，否则会报错。

命令行进入pymarl-master文件夹，运行src/main.py文件

python src/main.py --config=qmix --env-config=sc2 with env_args.map_name=2s3z

此时终端会出现训练信息

至此就完成安装啦！！！

八、pycharm传参

因为pymarl是采用命令行传参的方式，如果要用pycharm的话，可以直接在edit configuration里传参：

天知道，这些看似很简单的东西，对一个不会多少命令行指令也不怎么会用Ubuntu系统的人来说有难，不过有痛苦就会有成长哈哈哈，接下来就是研究代码啦！！！

Fitness boy
关注
  • 1
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
pymarl:PyMARL是WhiRL的深度多智能体强化学习框架
04-11
本代码修改至https://gitee.com/gingkg/QPLEX/tree/master/pymarl-master 使用本代码需安装 StarCraft II 和 SMAC， 安装地址和方式见： 本代码在win10、pytorch 1.x的环境下通过了所有的算法和游戏。 修复了原代码不能在win环境下运行的问题，在原代码的基础上添加了默认算法和游戏。 QPLEX: Duplex Dueling Multi-Agent Q-Learning Note This codebase accompanies paper Duplex Dueling Multi-Agent Q-Learning, and is based on and codebases which are open-sourced. The modified SMAC of QPLEX is illustrate
pymarl运行环境配置+pytorch安装GPU版
weixin_43328524的博客
11-22 507
pymarl运行环境配置及pytorch安装GPU版本相关问题。
Linux环境配置SMAC环境变量
最新发布
m0_58198661的博客
05-11 133
然后使用source。
探索PyMARL2：多智能体强化学习的新里程
gitblog_00040的博客
04-26 609
探索PyMARL2：多智能体强化学习的新里程 项目地址:https://gitcode.com/hijkzzz/pymarl2 PyMARL2 是一个开源的Python库，专注于多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）的研究与实践。这个项目旨在为研究者和开发者提供一个高效、可扩展且易于使用的平台，帮助他们在复杂的多智能体环境中进行探索。 ...
win10下星际争霸II和Pymarl环境配置
One step, One punch
08-11 2868
SMAC与Pymarl相关博文链接： ubuntu单独安装SMAC: https://blog.csdn.net/weixin_39059031/article/details/117247635 非whiRL pymarl的算法库安装： https://blog.csdn.net/qq_38163755/article/details/109690507 SMAC官方地址 https://github.com/oxwhirl/smac pymarl官方地址 https://github.com/oxwhi
星际争霸_强化学习_Pymarl环境搭建指南
weixin_44612539的博客
10-28 1291
Pymarl github项目：oxwhirl/pymarl SMAC github项目：oxwhirl/smac 星际争霸API github项目：Blizzard/s2client-proto 1. 安装SC2游戏 首先是要安装SC2游戏，在windows系统下直接安装最新的星际争霸游戏即可。 在SMAC项目中强调，在Ubuntu等Linux系统中，我们需要下载SC2.4.6.2.69232版本的SC2环境。 http://blzdistsc2-a.akamaihd.net/Linux/..
Windows10_Pycharm(python)安装yaml包
qq_45742793的博客
10-26 1591
Windows10_Pycharm(python)安装yaml包
复现论文之用pycharm选择yml创建的conda环境(超级简单)
bucan804228552的博客
02-23 2070
安装步骤 1.打开terminal 2.选择自己的服务器 3.在命令框输入 ①conda activate 环境名字 --》激活环境 ②which python --》得到本环境python位置 4.设置file->setting->project->python interpreter 5.从服务器添加 6.选择步骤三 中环境下的python ......
WINDOWS系统下PYMARL强化学习框架和SMAC环境安装及测试问题
weixin_43711236的博客
11-10 4160
WINDOWS系统下PYMARL强化学习框架和SMAC环境安装及测试问题
pymarl+smac环境框架以及安装包
11-10
3. **丰富的环境接口**：除了内置的环境，如SMAC，PyMARL还支持接入OpenAI Gym和其他第三方环境。 4. **可视化工具**：提供了可视化工具，便于理解智能体的行为和学习过程。 **SMAC：星际争霸II多智能体挑战** ...
pymarl:Python Multi-Agent强化学习框架
04-28
use SC2.4.6.2.69232 not SC2.4.10.Python MARL框架PyMARL是的用于深度多智能体强化学习的框架，包括以下算法的实现：PyMARL是用PyTorch编写的，并使用作为其环境。安装说明使用以下命令构建Dockerfile cd ...
pycharm conda 配置环境文件 environment.yml
weixin_44340277的博客
12-24 5331
conda导出已有环境，环境会被保存在environment.yaml文件中 conda env export > environment.yaml conda 通过environment.yml 创建新环境 CondaValueError: prefix already exists: /home/user/anaconda2 描述 方法一 在yml文件中，添加新建环境的名称 name: new_env_name 1 方法二 创建新环境时在命令中指定环境名称 conda en
PyMarl可视化：PyMarl框架胜率（battle_won_mean)，测试胜率(test_battle_won_mean)，损失函数(loss)及平均预测值(return_mean)结果的可视化
XapoYlloW的博客
04-01 744
最近在学习多智能体相关的算法，但是PyMarl只输出文字结果，不是很直观，想找一个可视化的代码没有找到，就写了一个供小伙伴们借鉴啦。
window下运行星际争霸pymarl步骤链接
lxlong的博客
09-06 501
1.安装 https://zhuanlan.zhihu.com/p/376836940 2. 问题1-缺失包的问题 安装相应缺失的包 3.问题2-（报错 之 from typing import OrderedDict ImportError: cannot import name ‘OrderedDict‘ from ‘typing‘） https://blog.csdn.net/qq_41368074/article/details/119491483 4.问题3-git的问题（Import
Windows下安装星际争霸2的多智能体强化学习平台pymarl
kiding_k的专栏
12-10 3661
主体框架参考https://blog.csdn.net/xyp99/article/details/108718906. 安装环境 windows10, CPU only 安装步骤 1. StarCraft Ⅱ安装，约30G。建议一路默认安装，否则之后需要改变python库文件代码。 2. 创建conda环境 conda create -n pymarl python=3.7 -y conda activate pymarl 注意事项: 如果执行conda create -n pym...
【强化学习】多智能体强化学习框架PYMARL
bajiaoyu517的博客
02-10 3985
简介 pymarl是由英国牛津大学计算机科学系机器学习研究组WhiRL部署的深度强化学习框架，实现包括以下算法： QMIX: QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning COMA: Counterfactual Multi-Agent Policy Gradients VDN: Value-Decomposition Networks For Cooperative Mul
python安装yaml
qq_36243169的博客
08-19 1391
需要使用pyyaml而不是yaml
星际争霸pymarl的环境搭建（pymarl+smac）
zhoupingqi2017的博客
04-14 7871
1. 下载StarCraft II游戏到服务器里面 如下图所示： 2.创建环境+安装pytorch 采用anaconda来创建虚拟环境： conda create -n 虚拟环境名称 python=3.8 实例为： conda create -n pymarl python=3.8 采用3.8的python的兼容性更强 然后切换到创建好的环境： conda activate pymarl 在这个环境当中装pytorch包，有两种方式，一种是线上装，还有一种是离线装。 ①对于线上装pytorch的话，
探索PyMARL：多智能体强化学习的高效工具
gitblog_00032的博客
03-24 475
探索PyMARL：多智能体强化学习的高效工具 pymarlPython Multi-Agent Reinforcement Learning framework项目地址:https://gitcode.com/gh_mirrors/py/pymarl 在人工智能领域，强化学习（Reinforcement Learning, RL）已经取得了显著的成功，特别是在单个智能体的学习问题上。然而，随着对...
pymarl代码讲解
10-25
PyMARL是一个用于深度多智能体强化学习的框架，它使用PyTorch编写，并使用StarCraft II和SMAC作为测试环境。该框架实现了多种算法，包括QMIX、VDN、COMA、QTRAN等。下面是一些关于PyMARL的代码讲解： 1. 算法实现：PyMARL实现了多种算法，每个算法都有自己的实现代码。例如，QMIX算法的实现代码在`pymarl/agents/qmix`目录下，VDN算法的实现代码在`pymarl/agents/vdn`目录下。 2. 环境接口：PyMARL使用SMAC作为测试环境，因此它提供了与SMAC交互的接口。这些接口定义在`pymarl/envs`目录下，包括`smac_env.py`和`starcraft2_env.py`等文件。 3. 训练流程：PyMARL的训练流程定义在`pymarl/main.py`文件中。该文件包括了训练过程中的各种参数设置、模型初始化、训练循环等。 4. 神经网络模型：PyMARL使用PyTorch实现神经网络模型。这些模型定义在`pymarl/networks`目录下，包括`qmix_network.py`、`vdn_network.py`等文件。 5. 配置文件：PyMARL使用配置文件来设置各种参数。这些配置文件定义在`pymarl/config`目录下，包括`qmix.yaml`、`vdn.yaml`等文件。
评论 2
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