搭建强化学习环境(一)

ubuntu中深度强化学习环境搭建(全命令行) 深度强化学习各种环境安装 阅读详情

最近想进行强化学习的代码实战,于是学习了该视频课程:更简单的强化学习,代码实战_哔哩哔哩_bilibili

该强化学习课程需要搭建的环境信息:

我的系统是Ubuntu20.04

python==3.9

pytorch==1.12.1(cpu)

gym==0.26.2

pettingzoo==1.23.1

一、安装anconda3虚拟环境

1.1 为了便于管理,需要先装anaconda. 具体下载和安装步骤如下:

Step1. 下载anaconda安装包 .推荐利用清华镜像来下载,下载地址为:

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

根据需要搭建的环境为python==3.9,选择对应的anconda版本,我下载的是Anaconda3-2022.10-Linux-x86_64.sh。其他版本对应关系可查看以下连接

Old package lists — Anaconda documentation

Step2. 安装anaconda。下载完成anaconda后,安装包会在Dowloads文件夹下,在终Ctrl+Alt+T打开终端)键入cd Downloads, 然后键入

bash Anaconda3-2022.10-Linux-x86_64.sh

Step3. 过程会询问你是否将路径安装到环境变量中,键入yes, 当安装完成。你会在目录/home/你的用户名文件夹下面看到anaconda3文件夹。重新开一个终端,若用户名之前出现(base),即说明环境变量起作用。

1.2. 利用anaconda建一个虚拟环境。

Anaconda创建虚拟环境的格式为:conda create –-name 你要创建的名字 python=版本号。

我创建的虚拟环境名字为gymlab, 用的python版本号为3.9,可这样写:

conda create --name gymlab python=3.9

此后,在anaconda3/envs文件夹下多一个gymlab。Python3.9就在gymlab下得lib文件夹中。

在新的终端里,键入以下命令激活虚拟环境

#方式一
source activate gymlab
#方式二
conda activate gymlab

二、安装gym

Step1. 在虚拟环境(gymlab)中,键入以下命令安装gym

pip install gym[atari]==0.26.2 -i https://mirrors.aliyun.com/pypi/simple

Step2. 可通过以下步骤检查gym是否正确安装,检查pytorch和pettingzoo同理:

1. 开一个终端(ctr+alt+t), 然后激活用anaconda建立的虚拟环境:

source activate gymlab

2. 运行python:

python

3. 导入gym模块

import gym

4.查看gym的版本

gym.__version__

三、安装pytorch

我这里安装CPU的版本,在虚拟环境(gymlab)中,键入第一条命令安装,若安装GPU的版本,则键入第二条命令安装

# CPU
conda install pytorch==1.12.1  torchvision==0.13.1 torchaudio==0.12.1 cpuonly -c pytorch
# GPU
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge

四、安装pettingzoo

在虚拟环境(gymlab)中,键入以下命令安装

pip install pettingzoo[all]==1.23.1

MuJoCo机器人强化学习仿真入门 :(一)环境需求与搭建 将 mjkey.txt 文件放置在 ~/.mujoco 目录下。将下载的文件解压到 ~/.mujoco 目录下。按照提示完成安装并初始化 shell 环境。注册一个账户并下载 mjpro210。前往 MuJoCo 官方网站。 阅读详情

相关推荐

强化学习系列文章(二十四):利用AirSim搭建Gym强化学习环境(一)

最近研究AirSim仿真平台主要是为了进行强化学习的相关实验,所以利用AirSim提供的Python API搭建一个OpenAI Gym风格的强化学习环境才是我的最终目的。 AirSim提供了一个Gym强化学习模板,我们先研究一下这个文件。相关文件都在https://github.com/microsoft/AirSim/tree/master/PythonClient/reinforcement_learning。 import setup_path import airsim import numpy

hhy_csdn的博客 5100

Ubuntu18.04强化学习环境配置

ubuntu18.04强化学习环境配置。配置了cuda11.7+cudnn8.5+python3.6.9+tensorflow2.5和cuda10.0+cudnn7.3.1+虚拟环境(python2+tensorflow1.14.0)两种。

qq_45762949的博客 1288

轻松掌握Gymnasium:从零开始的强化学习环境搭建指南

本文详细介绍了如何使用Gymnasium从零开始搭建强化学习环境,包括安装指南、环境兼容性检查、核心机制解析以及实战开发智能体的步骤。Gymnasium作为OpenAI Gym的升级版,简化了环境配置,让开发者更专注于算法实现,适合强化学习新手快速入门。

weixin_29091105的博客 211

强化学习仿真环境搭建

一文搞定anaconda、pycharm、强化学习gym环境搭建

shineol的博客 5151

PyTorch强化学习实战(1)——强化学习环境配置与PyTorch基础

工欲善其事,必先利其器。为了更专注于学习强化学习的思想,而不必关注其底层的计算细节,我们首先搭建相关强化学习环境,包括 PyTorch 和 Gym,其中 PyTorch 是我们将要使用的主要深度学习框架,Gym 则提供了用于各种强化学习模拟和任务的环境。除此之外,本文还介绍了一些 PyTorch 的基础知识,以及 Gym 环境的使用方法,为之后的强化学习实战奠定基础。

盼小辉丶的博客 15万+

从零开始搭建强化学习环境

强化学习(Reinforcement Learning)是机器学习领域里一个重要分支,它与监督学习、无监督学习、强化学习等不同。其核心思想是给予机器以奖赏(Reward)或惩罚(Penalty),通过不断迭代与反馈获取信息,使机器能够做出更好的决策、策略或者行为。在强化学习领域中,一般会用到Q-learning、DQN、PG等算法。本文将基于这些算法进行整体介绍并重点阐述其实现原理。项目背景及研究意义;强化学习的定义及关键术语;

AI天才研究院 3168

手把手教你做一个强化学习的环境,用pygame搭建一个可视化训练游戏环境(一)

可视化训练环境 强化学习基本上用来学习的开源环境比较多, 新手刚入门可以用gym就够了 gym是基于pyglet搭建的,但是做不出比较高大上的效果,而且很多地方不如pygame pygame Pygame是一组跨平台的Python模块, 用于创建视频游戏 安装直接conda 里pip install pygame即可 搭建流程(静态部分) 先说一下常用的方法,基本上掌握了就可以组一个完善的小游戏 首先在项目中导入pygame import pygame from pygame.locals import *

weixin_48174100的博客 5345

PettingZoo:用于多主体强化学习的健身房

PettingZoo是一个Python库,用于进行多主体强化学习的研究。 它类似于OpenAI的Gym库的多代理版本。 我们的网站(包含全面的文档)是 环境与安装 PettingZoo包括以下环境系列: :多人Atari 2600游戏(合作和竞争) :我们开发的合作图形游戏,需要高度的协调 游戏:经典游戏,包括纸牌游戏,棋盘游戏等。 :具有大量粒子代理的可配置环境,最初来自 :一组简单的非图形通信任务,最初来自 :3种合作环境,最初来自 要安装pettingzoo基本库,请使用pip install pettingzoo 。 这不包括对所有环境系列的依赖关系(数量众多,有些在某些系统上安装可能会出现问题)。 您可以为一个家庭安装这些依赖项,例如pip install pettingzoo[atari]或使用pip install pettingzoo[all]安装所

一起来学强化学习系列(一)-gym环境搭建

小白学强化学习系列

little_spice的博客 8425

FPGA控制DDR读写(AXI4总线接口)

FPGA控制DDR读写

qq_42712308的博客 1万+

(MIUI)小米手机录音文件深度寻踪:从系统缓存到数据目录的实战解析

本文深入解析了MIUI系统中录音文件丢失的常见原因及解决方案,包括系统升级兼容性问题、应用缓存机制异常和存储权限变动。通过实战操作指南,详细介绍了如何从系统目录、数据库层面恢复录音文件,并提供了预防措施和自动化备份方案,帮助小米手机用户有效找回重要录音数据。

weixin_42699679的博客 518

一、深度强化学习环境搭建(pytorch、gym)

深度强化学习gym的安装

RWYZZDWH的博客 1596

VS2022+Qt6保姆级配置指南:从插件安装到项目互通全流程(附常见错误解决)

本文提供了一份详细的Visual Studio 2022与Qt6集成开发环境配置指南。从插件安装、环境搭建到项目创建与互通,涵盖了全流程操作步骤,并针对常见的配置错误和调试问题提供了实用的解决方案,帮助开发者高效构建企业级桌面应用。

nginx7reverse的博客 1203

(一)逐步搭建机器人(机械臂)强化学习环境 Pybullet + Gym + Stable Baselines3

本文代码可在https://github.com/YijiongLin中进行下载。(请点赞支持!) 一、搭建基于pybullet的gym环境 1.1 基本文件结构 My_Robot_Gym/ setup.py __init__.py (for register) my_robot_gym/ assets/ (for storing robot model, etc.) robo

linyijiong的博客 6007

在 Ansys CFX Pre 中配置 RGP 表的分步指南

掌握在 Ansys CFX Pre 中设置 RGP 表的技巧,以优化仿真精度和效率。

jkh920184196的博客 1664

小米万兆路由器里的Docker安装可道云(Kodexplorer)私有网盘

小米2022年12月份发布了万兆路由器,里面可以使用Docker。 今天尝试在小米的万兆路由器里安装[可道云](http://kodcloud.com/)(Kodexplorer)私有网盘。

engchina的专栏 1万+

星际争霸II对抗 PYSC2平台 深度强化学习 学习笔记(一)- 环境搭建

https://github.com/ClausewitzCPU0/SC2AI

Designer_Liu的博客 1775

<PLC><工控>汇川Easy521PLC与压力传感器485通讯实例

有些PLC在进行串口通讯时,配置完串口参数后,还需要自己编程序来读写,但本例中汇川Easy521配置完成后,想要读取从站什么数据,只需要在“COM0 Modbus配置窗口”配置即可。可以同时配置多个从站。在配置窗口的右侧点击新增按钮,就会自动生成一条从站的配置,默认从站站号为“1”,触发方式是“循环”,功能码是03(读寄存器),从站寄存器地址为0,长度为“1”,映射地址需要自己添加。因为我们是将PLC设置为Modbus主站,所以压力传感器就是从站,我们的需求时PLC从这些从站传感器中读取数据,比如压力值。

用沸腾的热血,支付我们的人生吧! 6457

从零到一:在Ubuntu上为你的深度强化学习项目搭建Unity环境(附完整依赖清单)

本文详细指导如何在Ubuntu 18.04/20.04上为深度强化学习项目搭建Unity环境,包括Unity Hub安装、ML-Agents工具包配置和环境验证。通过完整的依赖清单和常见问题排查,确保研究者能够高效搭建稳定的3D仿真实验平台,特别适合AI开发者进行强化学习研究。

weixin_30435261的博客 331

第二节:Vben Admin 最新 v5.0 (vben5) + Python Flask 快速入门 - Python Flask 后端开发详解(附源码)

大家好,我是cuiwin!本节内容,我们从零开始开发基于Python(Flask)的后端项目,对接Vue Vben Admin(vben5)。登录mysql数据库执行: 创建数据库。

cuiwin的专栏 2264

科研级YOLOv8 Neck革新:BiFPN双向特征金字塔赋能,让多尺度融合更高效的实战指南

在文件夹下新建BiFPN.py,将上述BiFPNLayer和BiFPN类的代码写入其中。这一步是为了让YOLOv8的代码架构能识别我们的自定义Neck模块。

m0_64661770的博客 153

番外篇,强化学习基础环境搭建

我们要学习强化学习相关知识,仅仅通过看书肯定是远远不够的,必须要自己动手写一些代码,这样对相关内容的了解才能更全面,我们的知识也能够真正落地。因此,本篇主要是让大家了解一下基础环境的搭建。 Python、Anaconda、PyCharm Python 我们要进行强化学习实践,首推还是使用Python来搭建基础编程环境。如果对Python还不熟,推荐这个Python基础教程。 Anaconda 在开发环境配置方面,推荐大家使用Anaconda,通过它可以搭建虚拟环境。你可以把它构建的虚拟环境视为一个封

samurasun的博客 3548

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

Win10系统强化学习环境配置

注:环境配置对标书籍《强化学习入门:从原理到实践》(叶强著)所需环境 1. Anaconda安装 直接官网下载 安装时注意勾选该页面两个选项 安装完成后检查系统环境变量是否已经包含下图几项,没有的话手动添加环境变量 2. Pycharm安装 直接官网下载Community版本即可 安装时注意勾选该页面的选项 3. Conda环境管理 3.1. 创建虚拟环境 conda create --name yourEnv python=3.7 name:也可以缩写为 【-n】,【yourEnv】是创建的虚拟

俟光凝虹天的博客 733

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

【深入浅出强化学习原理入门】grid_mdp.py运行几个问题的解决方法

刚开始入门强化学习,买了好几本书,从最薄的《深入潜出强化学习原理入门》开始看起! 废话少说,第二章马尔科夫决策过程的实例出了问题,还是好几个,整了一下午终于解决,在此记录一下供有此类问题的同学们参考。 第一个问题终端执行程序时,进入python环境后直接运行下面代码报错 env = gym.make('GridWorld-v0') 查了以后发现没有import gym,这个简单! ...

axefang的专栏 953

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Tianshou强化学习实战指南:7步构建你的第一个AI智能体

Tianshou作为基于纯PyTorch的深度强化学习库,为开发者提供了从算法实现到模型训练的全套解决方案。无论你是刚接触强化学习的新手,还是希望快速验证想法的研究者,这套开源工具都能帮你高效完成项目开发。 ## 🎯 第一步:环境配置与快速启动 在开始Tianshou强化学习项目之前,你需要确保环境配置正确。Tianshou支持多种安装方式,推荐使用pip一键安装: ```bash pip

gitblog_01146的博客 908

离线扫码不求人:CircleToSearch的QR Code快速扫描功能使用教程

CircleToSearch 是一款开源的 Android 截图圈选搜索工具,内置**离线 QR Code 扫描**能力:不联网、不上传,在手机上几秒钟就能识别二维码里的网址、WiFi 密码、联系人、条形码等信息,是实用的安卓离线二维码扫描器。 [![CircleToSearch 安卓离线二维码扫描与多引擎搜索应用Banner图](https://raw.gitcode.com/gh_mirro

gitblog_00511的博客 408
下一篇: 搭建强化学习环境(二)
Homicide_cll
博客等级 码龄7年 25粉丝 7原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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