快速安装最新版mujoco200, mujoco-py2.2.0.7,gym[all],robosuite，解决gcc等报错问题

快速安装最新版mujoco, mujoco-py,gym[all],robosuite，解决gcc等报错问题

前言：

这是我第二次记录关于mujoco的问题了，因为mujoco和mujoco_py都更新了，所以上次的很多东西不适应现在的安装条件。
因此，重新记录一下。

需要安装的东西：
TensorFlow-gpu:1.14.0
mujoco200
mujoco-py2207
gym[all]
robosuite[最新版]

参考链接：

mujoco-py，tensorflow-gpu，robosuite,gym多版本安装，包冲突解决教程

Ubuntu中pip手动添加国内源

强化学习环境配置（Ubuntu16.04）mujoco、mujoco-py、surreal、robosuite安装与测试

安装步骤

1.安装tf-gpu

conda create -n mujoco_env_2027 python==3.6

激活环境，安装tf-gpu1.14

conda activate mujoco_env_2027
#注意，一定要用conda来安装，而不是pip，conda会帮你安装相关依赖。依赖冲突后面我们再解决
conda install tensorflow-gpu==1.14.0

测试tensorflow是否安装成功。若下述命名执行没有报错，则说明tensorflow安装成功。
conda安装tensorflow-gpu会帮你安装cudatoolkit,cudnn等工具包

 source activate mujoco_env_2027
 python
 # 进入python程序
 import tensorflow as tf
 sess = tf.Session()
 #若上述命名执行没有报错，则说明tensorflow安装成功。

2.安装mujoco200

1）获取license：点这里
可以用任何一个邮箱，在新机子上，免费申请一个30天使用期限的license—mjkey.txt
学生还可以通过教育邮箱获取一年免费license，在mjkey.txt中，同一个license可用于131，140，150版本的Mujoco
30天使用期限的license会立刻就发到你的邮箱里，一年使用期限的license会过一天后发到你学校的邮箱里面。
操作的步骤：先点Linux的那个下载的，然后会下载一个getid_linux的文件，修改它的执行权限：

sudo chmod 777 getid_linux

然后执行这个文件，获取传说中的计算机的id：

./getid_linux

复制终端上的id号，到网站上，点击发送邮件，在邮件中下载好这个秘钥文档，同样得修改权限，然后复制到需要的两个文件夹

2)下载最新版的mujoco200文件夹：https://www.roboti.us/index.html
3）在home目录下创建隐藏文件夹mujoco，并将刚才下载好的安装包解压到这个文件夹下。

mkdir ~/.mujoco
cp mujoco200_linux.zip ~/.mujoco
cd ~/.mujoco
unzip mujoco200_linux.zip

注意，这时候要修改mujoco200_linux文件夹名称为mujoco200！
注意，这时候要修改mujoco200_linux文件夹名称为mujoco200！
注意，这时候要修改mujoco200_linux文件夹名称为mujoco200！
因为mujoco_py只认mujoco200，不认mujoco200_linux!
4）将获得的mjkey.txt放到~/.mujoco 和 ~/.mujoco/mujoco200/bin 下

cp mjkey.txt ~/.mujoco
cp mjkey.txt ~/.mujoco/mujoco200/bin

5）添加环境变量, 打开～/.bashrc 文件,将以下命令添加进去

gedit ~/.bashrc
# 如果有报错，按照报错的提示，添加路径
export LD_LIBRARY_PATH=~/.mujoco/mujoco200/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}

6）运行测试

cd ~/.mujoco/mujoco200/bin
./simulate ../model/humanoid.xml

如果看到这个图的话，基本上就OK了：

3、mujoco_py

1）先在github上下载源码

git clone https://github.com/openai/mujoco-py.git

2） 进入刚创建的环境中：

source activate mujoco_env2207

跟着就可以开始安装mujoco_py，因为pip安装实在是太慢了，经常会卡死，而且我无法直接修改 ~/,pip/pip.conf文件，所以只能通过添加后缀的方式用pip安装——

3. pip国内源：

cd ~ && mkdir .pip
cd .pip && vim pip.conf

然后加入四句话：

[global]
index-url = http://pypi.douban.com/simple
[install]
trusted-host=pypi.douban.com
timeout = 6000

进入你刚才下载的mujoco-py的包，用源文件编译，也许也行，编译的步骤有这几步：

cd ~/.mujoco/mujoco-py-master
pip install -r requirement.txt -i  http://pypi.douban.com/simple  --trusted-host pypi.douban.com
pip install -r requirement.dev.txt -i  http://pypi.douban.com/simple  --trusted-host pypi.douban.com
python setup.py install 

不要用pip直接在线安装，那个花里胡哨的好像不行

mujoco-py常见报错解决：

1. export路径问题，它缺啥，给你什么提示就加到bashrc中
2. gcc error:
   gcc错误，试了网上很多解决办法，包括mujoco_py的github官方解决办法都不行，试了如下方法，完美解决

sudo apt-get update -q
sudo DEBIAN_FRONTEND=noninteractive apt-get install -y curl  libgl1-mesa-dev libgl1-mesa-glx libglew-dev libosmesa6-dev 
sudo apt-get clean
rm -rf /var/lib/apt/lists/* 

3. 其他错误，都不致命，去网上或者github issues上搜一下都能解决。
4. No such file or directory: ‘patchelf’

FileNotFoundError: [Errno 2] No such file or directory: ‘patchelf’: ‘patchelf’

安装patchelf就可以解决

sudo apt-get update -y
sudo apt-get install -y patchelf

如果不行的话，就用

conda install -y patchelf

4. gym[all]安装

—更新—
也能直接pip 安装，需要排除mujoco_py依赖：

pip install gym[all] --no-deps mujoco_py

或者不直接用pip install gym[all]
因为它会默认依赖mujoco_py150版本的，所以你刚才好不容易安装好的mujoco200会被卸载掉，然后150的还安装不上…

老老实实在官网下载gym的库文件：

git clone https://github.com/openai/gym.git

看看里面有没有setup.py文件，如果没有，得点击github下载压缩包才行。
我安装的是0.17.2和0.17.3，0.17.3没有了requirements.txt了，但是setup.py还是有的。
我们需要对setup.py做一点微小的修改：
setup.py提到了mujoco_py，那样会影响我们之前的安装，我们选择把这一行删掉，如下图阴影部分删除。
下面安装的Robosuite也是一样

安装gym

python setup.py install

应该不会报错了

安装Robosuite

和gym一样的路子

robosuite的render和image冲突问题:

相信很多同学在使用robosuite的时候，会被它的has_render, has_offscreen_renderer, use_camera_obs,这三个鬼东西整的不知道该如何搭配。

更诡异的是Ubuntu16.04和Ubuntu18.04及以上的配置还不一样！

Ubuntu18.04及以上的配置：

1. 无图无渲染，即不需要渲染，也不需要offscreen产生图片信息：

2. 渲染无图：即渲染了，但是不产生图片信息：
   

3. 不渲染有图：即不渲染，但是在observation里面能够拿到对应相机视角下图片的数据：
   

windows10安装教程：

win10安装mujoco_py最新版本，亲测有效

联系方式：

ps: 欢迎做强化的同学加群一起学习：

深度强化学习-DRL：799378128

欢迎关注知乎帐号：未入门的炼丹学徒

CSDN帐号：https://blog.csdn.net/hehedadaq

极简spinup+HER+PER代码实现：https://github.com/kaixindelele/DRLib