safety-gym/mujoco 环境配置

safety-gym/mujoco

safety-gym/mujoco 的安装还是相当繁琐的，这里记录一下如何在 linux 系统上配置 safety-gym 

由于 safety-gym 是基于 mujoco 的，所以按照本文的流程走下来也等价于把 mujoco 环境赔了

 

1. 到 mojuco 官网下载 mujoco200 的压缩包和密钥 

mujoco200 压缩包：Download (roboti.us) 

mujoco 的密钥：License (roboti.us)

这个压缩包和密钥是可以直接下载的，不需要任何注册步骤

2. 将 mujoco200 的压缩包解压到桌面上并改名为 mujoco200 

必须将解压后的文件夹改成这个名字

3. 在 root 目录下创建 ~/.mujoco 

创建 ~/.mujoco 的指令：mkdir ~/.mujoco

将桌面上的 mujoco200 移动到 ~/.mujoco 当中：mv mujoco200 ~/.mujoco 

4. 将密钥放进 mujoco200 中 

这一步要返回到桌面 root 当中  

将桌面上的密钥复制粘贴到 ~/.mujoco 中：cp mjkey.txt ~/.mujoco

将桌面上的密钥复制粘贴到 bin 中：cp mjkey.txt ~/.mujoco/mujoco200/bin  

5. 添加环境变量

返回到 root 桌面，将这两句话输入进去：

export LD_LIBRARY_PATH=~/.mujoco/mujoco200/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 

export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}

6. 安装老版本的 mujoco_py

指令：pip install mujoco_py==2.0.2.8 

7. 提前配置好一些东西

将这些也输入进去：

sudo apt install libosmesa6-dev 

sudo apt-get update -y

sudo apt-get install -y patchelf

pip install PyOpenGL_accelerate

8. 安装 safety_gym 

返回到 root 桌面上，依次输入这三条：

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

cd safety-gym

pip install -e .

执行完指令 pip install -e . 后大概率会报错，这时再执行一次 sudo apt install libosmesa6-dev 就行了

此时 numpy 的版本过低还会报一次错，这是输入命令 pip install --upgrade numpy 更新 numpy 版本就 ok 了 

 

9. 验证环境

可以执行一个最简单的程序看是否能正常运行：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

import safety_gym import gym import warnings    warnings.filterwarnings('ignore') env = gym.make('Safexp-CarGoal0-v0')      print(env.action_space)  print(env.observation_space)     done = False timestep = 0   state = env.reset() while (not done ) and timestep < 100:      action = env.action_space.sample()        next_observation, reward, done, info = env.step(action)     print(info)       timestep += 1