mujoco强化学习模拟环境的安装（windows10）

最近在学强化学习，学长推荐用mujoco来做仿真环境。原本我是想照着教程安装的。结果最近mujoco被DeepMind收购了，现在是开源的，许多安装步骤都不太一样了，所以我就写了这篇安装教程。

安装环境：
python 3.7
mujoco 2.1.0（截止到2022/7/10号，目前gym好像不能适配2.1.0更高的版本，所以我现在只推荐安装mujoco的2.1.0的版本）

安装python、Microsoft Visual Studio

这些是前置环境的安装，我这不做过多赘述了，其他安装mujoco的教程也有这部分的内容。

安装mujoco

首先我们进到mujoco的github–https://github.com/deepmind/mujoco/releases去下载2.1.0的版本 。

选择mujoco210-windows-x86_64.zip文件下载。
下载完成后我们来到C:\Users\MEC目录下，这里的MEC指的是用户名，我电脑上是MEC，你根据自己电脑的用户名随机应变。
在这个C:\Users\MEC目录下新建.mujoco文件夹，前面有个点一定要加上。然后我们再将之前下载的mujoco210-windows-x86_64.zip文件解压了放在这里面。最后是下图这个样子。

然后是配置环境变量，如下图，选择Path变量，

在里面加入我们刚刚新建的文件夹的路径。

环境配置换成后就是python环境的安装了。

pip install mujoco-py
pip install gym

执行完上面的命令，mujoco的环境就配置好了！

mujoco环境的测试

通过下面的代码，可以测试环境有没有正确地被安装好。

import gym
env = gym.make("Hopper-v2")
for i_episode in range(50):
    observation = env.reset()
    print("episode ", i_episode)
    for t in range(1000):
        env.render()
        #print(observation)
        action = env.action_space.sample()
        observation, reward, done, info = env.step(action)
        if done:
            print("Episode finished after {} timesteps".format(t+1))
            break
env.close()

它的输出是这样的：