关于baselines示例程序train_cartpole.py的ImportError

问题导出

       为了更方便地实现自己的一些想法，我最终还是向OpenAI的baselines屈服了，因为自己的一些实现总是难与各大论文给出的结果进行对比。于是我今天安装了baselines，其中还是有一些坑的，这里主要介绍在安装完成之后，运行示例时cartpole.py所遇到的坑，它叫做ImportError。

ImportError

       我们先cd到文件夹baselines/baselines/deepq/experiments下，然后运行下面语句：

$ python3 train_cartpole.py

       然后就报错了……

       从图中我们可以看出，在文件train_cartpole.py中有如下语句：

from baselines import deepq

      而在我们导入deepq的时候，将会执行deepq文件夹下的__init__.py文件，于是我们打开这一文件：

from baselines.deepq import models  # noqa
from baselines.deepq.build_graph import build_act, build_train  # noqa
from baselines.deepq.simple import learn, load  # noqa
from baselines.deepq.replay_buffer import ReplayBuffer, PrioritizedReplayBuffer  # noqa

def wrap_atari_dqn(env):
    from baselines.common.atari_wrappers import wrap_deepmind
    return wrap_deepmind(env, fram_stack=True, scale=True)

       在报错中，提到了上面的这一语句：

from baselines.deepq.simple import learn, load  # noqa

       同时，报错中提到，在simple.py中有：

from baselines import deepq

       问题渐渐明朗了，在我们import deepq的时候，将要执行__init__.py文件，这个文件将会从simple.py中把learn和load导入到deepq的命名空间下。而simple.py又想要import deepq，这也就构成了所谓的“Looping Import”。那我们应该如何解决呢？
       我们先将simple.py中的下面这条语句注释掉：

from baselines import deepq

       然后运行：

$ python3 train_cartpole.py

       发现又出错了：

       不过这个错误是肯定会出的，我们无缘无故注释掉了人家写的一个import语句，能不错嘛。不过不要慌，我们继续分析，为什么这里要import deepq呢？就是为了执行下面的语句：

act = deepq.build_act(**act_params)
...
act, train, update_target, debug = deepq.build_train(...)

       这里因为我们在__init__.py中将build_act和build_train方法导入到了deepq的命名空间下，所以这里可以直接在deepq的命名空间中去调用build_act和build_action。
       如果我们要在simple.py文件中使用deepq.build_act的话，那么必然要在simple.py中导入deepq，而且也需要在__init__.py中导入simple，这么一来，就会出现“Looping Import”问题了。

解决方案

       所以我们选择的解决方案是：
a) 将__init__.py中的下列语句注释掉：

from baselines.deepq.build_graph import build_act, build_train  # noqa

b) 将simple.py中的下列语句换掉：

from baselines import deepq

换为：

from baselines.deepq.build_graph import build_act, build_train

c) 修改下列语句：

act = deepq.build_act(**act_params)
...
act, train, update_target, debug = deepq.build_train(...)

改为：

act = build_act(**act_params)
...
act, train, update_target, debug = build_train(...)

d) 运行：

$ python3 train_cartpole.py

       OK，问题解决。

       对了，在OpenAI Baselines里面，有一些代码用到了Python3.6的特性，比如直接(None, *tuple)，这在Python3.4是不允许的，所以建议大家直接安装conda环境，并装好Python3.6。

       祝大家成功~