QMIX环境配置详细过程&常见问题

代码环境:StarCraft II

官方代码网址:GitHub - oxwhirl/pymarl: Python Multi-Agent Reinforcement Learning framework

进入网址后,看到如下页面:

QMIX环境配置详细过程&常见问题_第1张图片

  • 点击 Code→Download ZIP,下载代码

QMIX环境配置详细过程&常见问题_第2张图片

  • 解压pymarl-master.zip

QMIX环境配置详细过程&常见问题_第3张图片

  • 确保已正确安装PyCharm和Anaconda的前提下,打开Anaconda文件夹中的Anaconda Prompt进行库的安装

  • (非必须,但可以为不同项目创各自虚拟环境,防止冲突)python创建虚拟环境。在打开的Anaconda Prompt中,输入如下命令(your_env_name是自己起的环境名称)

 注:python的版本可以通过输入命令“python”进行查看,也可以自行选择需要的版本号。

QMIX环境配置详细过程&常见问题_第4张图片

  • 创建好虚拟环境后,输入如下命令进行激活

  • 激活后,命令行前端即为创建的虚拟环境名。接着进入刚才下载的pymarl-master所在目录。切换盘时,直接输入“D:”或 “F:”等命令,继而输入命令“cd D:\xxx\pymarl-master”(进入pymarl-master的路径)
  • 安装代码运行所需要的库。在pymarl-master文件夹中,有requirements.txt文件,包含所需的库。

QMIX环境配置详细过程&常见问题_第5张图片

在命令行输入命令“pip install -r requirements.txt”,进行安装。如出现报错问题,即为库的版本过低或找不到指定版本,手动输入“pip install 库名字”即可(此处不再做“库名字==版本号”的限定,只输入库名字)。如果一直出现报错,不如直接打开requirements.txt,照着一个一个pip。

注:yaml在安装时,输入“pip install pyyaml”

  • 库全部安装好后,继续返回浏览网页,点击SMAC

QMIX环境配置详细过程&常见问题_第6张图片

  • 跳转至网页:GitHub - oxwhirl/smac: SMAC: The StarCraft Multi-Agent Challenge

QMIX环境配置详细过程&常见问题_第7张图片

 根据网页所指引的步骤进行操作。

  • 安装SMAC,命令即为网页所示(若报git的错,就先去搜git下载安装,装好后即可执行git相关命令)

QMIX环境配置详细过程&常见问题_第8张图片

  • 安装游戏(游戏较大,注意安装位置是否有足够空间)

QMIX环境配置详细过程&常见问题_第9张图片

 安装好游戏后,右键,点击“属性”,点击配置环境变量

QMIX环境配置详细过程&常见问题_第10张图片

  • 点击“环境变量”

QMIX环境配置详细过程&常见问题_第11张图片

 在上下两个变量框,均“新建”如下变量:

QMIX环境配置详细过程&常见问题_第12张图片

 其中,变量值即为游戏所在路径。

  • 配置好环境变量,再返回网页浏览

QMIX环境配置详细过程&常见问题_第13张图片

 点击SMAC Maps下载并解压,而后将解压后的所有东西,全部复制到游戏目录下的Maps文件夹内(没有Maps文件夹,自己新建一个即可)。

  • 通过PyCharm打开代码pymarl-master,在main.py中做如下修改:

  • 最后,一切就绪,点击运行!!!!!!!!!!

yeah~

你可能感兴趣的:(QMIX,大数据,python,深度学习,机器学习,pycharm)