深度强化学习mujoco平台搭建指南

详细总结了如何在ubuntu16.04的基础上搭建深度强化学习mujoco的环境，可按照Openai的gym针对mujoco-py进行深度强化学习训练，解决了mujoco安装后，Ubuntu重启键盘鼠标失灵的情况。 深度强化学习是人工智能领域的一种重要方法，它结合了深度学习的表示能力与强化学习的决策制定，被广泛应用于游戏控制、机器人控制、自动驾驶等多个场景。Mujoco（MuJoCo，Multi-Joint dynamics with Contact）则是一个物理仿真平台，特别适合用于机器人学和运动控制的模拟，提供高效的碰撞检测和动力学计算。 在Ubuntu 16.04系统上搭建深度强化学习Mujoco环境，首先需要安装基础软件，如ROS (Robot Operating System) 和Anaconda，这两个工具分别提供了机器人开发环境和科学计算环境。接着，我们需要创建一个名为openai的conda虚拟环境，以便隔离不同项目的依赖。 在新创建的环境中，通过Git克隆Gym、mujoco-py和baseline这三个开源项目。Gym是一个用于开发和比较强化学习算法的开源库，mujoco-py是Python接口，用于与Mujoco交互，而baseline则是Gym中的一组标准强化学习算法实现。 安装过程中，确保Python和pip的版本为3.6，因为有些依赖项可能与此版本兼容性最佳。执行`pip install -e .[all]`来安装所有必需的依赖项。在这个过程中可能会遇到SWIG错误，这可以通过查看Gym的GitHub说明来解决，根据指示修改相关代码并跳过不适用的部分。 为了避免重启后可能出现的问题，例如键盘鼠标失灵，建议在安装过程中省略Xorg。继续安装其他依赖项，如curl、git、libgl1-mesa-dev等，这些是运行Mujoco和相关库所需的。使用pip安装两个requirements文件，并执行`python setup.py install`来构建和安装mujoco-py。 随后，从Mujoco官方网站下载mjpro150prolinux，并将其解压到家目录下的.mujoco文件夹中。同时，将许可证文件（key）放置于mjpro150目录下的bin目录。为了使系统能够找到Mujoco库，需要编辑.bashrc文件，添加环境变量，指向Mujoco库和许可证文件的路径。 在PyCharm中打开包含openai项目的文件夹，并确保设置好源代码根目录，这样可以正确导入和运行代码。如果在运行时遇到找不到模块的问题，检查源代码根目录设置是否正确，确保它位于最高层级的baselines目录。 完成以上步骤后，你就可以在Mujoco平台上进行深度强化学习的训练了，利用Gym库创建环境，通过baseline中的算法实现智能体的学习。在训练过程中，可以根据需要安装额外的包，以满足特定算法或模型的需求。