MPE环境安装-强化学习的小demo

最新推荐文章于 2025-06-07 15:50:52 发布

原创最新推荐文章于 2025-06-07 15:50:52 发布 · 6.8k 阅读

26 ·

CC 4.0 BY-SA版权

文章标签：

#python #pycharm #git

技能学习中专栏收录该内容

6 篇文章

订阅专栏

本文介绍了如何安装和测试MPE（Multi-Agent Particle Environment），这是一个基于OpenAI Gym的多智能体强化学习平台。首先，从GitHub下载安装包并创建一个专门的文件夹进行管理。接着，通过conda创建虚拟环境，并确保Python和gym的版本正确。在命令行中，使用git克隆MPE仓库并使用pip安装。最后，通过PyCharm运行测试代码验证安装成功，并展示了如何在PyCharm中链接conda虚拟环境。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MPE的前世今生

MPE（Multi-Agent Particle Environment）是由 OpenAI 开源的一款多智能体强化学习实验平台，以 OpenAI 的 gym 为基础，使用 Python 编写而成。它创造了一个简单的多智能体粒子世界，粒子们可以进行连续的观察和离散的动作。

MPE安装

准备工作

在GitHub网站下载MPE的安装包：https://github.com/openai/multiagent-particle-envs.git
在你的文件夹下可以建立一个关于MPE的文件夹，这样便于管理。

环境配置

可以利用anconda创建一个MPE的虚拟环境，（当然，也可以不用），这样方便管理Python以及一些安装包的版本，在这里，Python==3.6
gym==0.10.5

开始安装

可以在命令行，cd到你创建的MPE文件夹下，直接通过命令行进行安装包的下载：git clone https://ghproxy.com/https://github.com/openai/multiagent-particle-envs.git有https://ghproxy.com镜像会下载的更快。
当然也可以直接将安装包下载到你创建的文件夹下
cd multiagent-particle-envs/ 进入MPE的安装包，pip install -e .就可以进行安装啦！

测试

可以利用你熟悉的IDE进行测试。这里我用的是pycharm。
编写测试代码(当然，你可以选择任意一个你想测试的小demo)

import make_env

env=make_env.make_env('simple_push')
for _ in range(100):
    env.render()
env.close()

结果就是这样啦！
在这里插入图片描述

关于如何将你的虚拟环境和pycharm统一

在setting中，选择Project，Python interpreter，选择你之前创建的conda虚拟环境，像下图这样就好啦！
在这里插入图片描述