强化学习Reinforcement Learning需要工具的配置，包括（mujoco、mujoco_py、gym、baselines）

配置流程

0.电脑配置情况

  网上有一些基本安装流程，在此前提下，根据自己安装以及遇到的问题，来总结下整个安装步骤以及问题解决，也欢迎各位一同来交流学习强化学习。
  电脑系统ubuntu16.04，以下内容使用python3.5 （或python3.6），因此通过anaconda建立python3.5的环境。
  本文针对CS294的强化学习的前面要求，所以根据课程需要安装以下配置。当然在使用强化学习RL的时候，这些工具也是很常用的。
  课程链接：[click here]
  这里的anaconda安装以及配置就不讲了，如果需要请看我的另外有一篇文章：
Anaconda常用操作整理


接下来进入正题。

1.安装Tensorflow

此步骤开始，建议配置conda环境，防止影响基本环境。

conda create -n mujoco python=3.5

# 可以根据我另外一篇，安装一下tensorflow
# 主要是后面的baselines需要，也可以先不安装
conda install tensorflow-gpu=1.12         # 这里tensorflow可以选择安装版本

2.安装mujoco150/200

注意：现在的mujoco-py的部分已经更新到v2.0了，可以将以下内容换成mujoco200，其他一样。

MuJoCo(Multi-Joint dynamics with Contact)是一个模拟机器人，生物力学，图形和动画等领域的物理引擎。用于物理仿真分析，主要用于机器人领域的开发和研究。
  1）首先mojoco官网的上端菜单的License栏：[click here]；
  包括：
    1.MuJoCo Trial License: 30 days；
    2.MuJoCo Personal License: 1 year；
  在校学生可以通过学校的Edu邮箱申请一年的使用权限。

申请学生版本的一年License，会在邮箱收到一串Account number；
这里说明一下，发送之后，因为是人工审核，需要大概1-2个工作日以内收到，30天Trial版是立刻收到。
  2） 在License界面下载getid_linux，用于得到自己的电脑信息Computer id；

chmod +x getid_linux
./getid_linux 

  3） 等收到邮件后，将Computer id和Account number输入License界面的以下位置，会受到另一封邮件，包含mjkey.txt；

  4） 下载软件，由于cs294课程建议版本是150，这里下载mjpro150 linux；
(同样最新版本地址：mujoco200 linux)
  5） 在home的目录下，创建隐藏文件夹.mujoco，然后将安装包解压到此文件夹（也可以手动从下载位置复制到该目录下）；

mkdir ~/.mujoco
cp mjpro150_linux.zip ~/.mujoco
cd ~/.mujoco
unzip mjpro150_linux.zip

   6） 将前面邮件收到的mjkey.txt拷贝到.mujoco文件夹中；

cp mjkey.txt ~/.mujoco
cp mjkey.txt ~/.mujoco/mjpro150/bin

  然后添加环境变量：

gedit ~/.bashrc

  加入以下两句到末尾：

export LD_LIBRARY_PATH=~/.mujoco/mjpro150/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}

这里提醒一下：mujoc150版本的安装为mjpro150，而200的名字为mujoco200，名字不一