强化学习仿真环境配置

mojoco_py
https://blog.csdn.net/Farm_Coder/article/details/90295093
openai_gym
https://github.com/openai/gym

关于rllab
今天在看官方文档的时候看到这段话:

rllab.png

有一些心生感慨,当你在追逐别人几年前的脚步的时候,殊不知大洋彼岸的那头,早已几经更迭,物是人非。

anyway,还是听劝换用garage好了。

garage
装garage之前,应该先装一个conda
这里为了省事省钱,选择miniconda、
上清华的源下一个sh文件,然后bash run一下,基础操作不谈

miniconda.png

然后按照教程,做一个conda的虚拟环境,激活


garage_install.png

这里,流量预警!
如果直接pip install,很容易超时,装到天荒地老,费时费钱。貌似是因为qiang的原因
换阿里云的源,唰唰唰速度起飞

pip_install_garage.png

从github下载源码,用作学习和测试


garage_test.png

最终结果:


garage_output.png

差不多结束。

Attention
为了省事,直接用pip安装了二进制的版本,你是不能对这个轮子作出任何优化的。
如果有改轮子的需求,你得这么的装:

源码garage.png

2020.2.21更新:
两种都试过了,其实是一样的,放心大胆装就行。

疫情原因租了个服务器苟着,2G单核实在难顶,还没有GPU。这是最要命的。
特别提醒没有GPU的同学,一定要选择2019年的版本进行安装,因为2020最新版本是需要1.15版本的tensorflow,而这个版本的tf只要tf-GPU
不过话说回来,搞学习的,没有显卡还是劝退好了。。。

另外提一嘴,rllab因为没有更新,现在装起来极其痛苦,再重申一次人要听劝

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容