【三】补发一篇tensorflow下MADDPG环境搭建配置

相关文章：

【一】MADDPG-单智能体|多智能体总结（理论、算法）

【二】MADDPG多智能体算法实现(parl)【追逐游戏复现】

之前用的都是paddle，现在补一下tf的。

github上openAI已经给出了maddpg的环境配置GitHub - openai/maddpg: Code for the MADDPG algorithm from the paper "Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments"以及GitHub - openai/multiagent-particle-envs: Code for a multi-agent particle environment used in the paper "Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments"，

1.环境配置

1. ​ 首先确保gym的版本为0.10.5,tensorflow是1.x版本，我的tensorflow是1.14.0,可以运行成功。

2. 打开终端，将路径cd到multiagent-particle-envs文件夹下（即含有setup.py文件的文件夹下）

   执行

   pip install -e .
   

   multiagent环境安装完成。

   同样的，将路径再cd到maddpg文件夹下（即含有setup.py文件的文件夹下），执行

   pip install -e .
   

3. maddpg安装完成。将路径加入到path中：打开~/.bashrc，将multiagent-particle-envs下的bin的路径添加到path里面（可有可无）

2.代码的运行

1. 训练数据
   cd到/maddpg/experiments文件夹下，运行train.py文件，默认环境为simple，若想修改环境，则运行以下代码：
   python train.py --scenario +环境的名称 例如：

python train.py --scenario simple_tag

注：

• 如果训练完之后报错：

FileNotFoundError: [Errno 2] No such file or directory: ‘./learning_curves/_rewards.pkl’

那么就在跟experiments同级目录下，手动创建一个learning_curves文件夹，当然也可以注释掉这几行数据保存的代码，毕竟不影响训练的结果

Traceback (most recent call last):
File “train.py”, line 193, in
train(arglist)
File “train.py”, line 182, in train
rew_file_name = arglist.plots_dir + arglist.exp_name + ‘_rewards.pkl’
TypeError: can only concatenate str (not “NoneType”) to str
 

直接修改下格式就好：修改train.py第182行为

rew_file_name = str(arglist.plots_dir) + str(arglist.exp_name) +'_rewards.pkl'

第185行为

agrew_file_name = str(arglist.plots_dir) + str(arglist.exp_name) +'_agrewards.pkl'

1. 显示可视化界面

训练完数据后，进行可视化，只需运行代码:python train.py --scenario +环境的名称 --display即可。例如：

python train.py --scenario simple_tag --display