Ubuntu 16.04 安装 mujoco, mujoco_py 和 gym
Mujoco
（1）官网（https://www.roboti.us/license.html）注册 license，教育邮箱注册可以免费使用一年。注意：一个邮箱账号只能供一台主机使用。
- 填写个人信息，点击 Request license，之后会收到一封来自 Roboti LLC Licensing 的邮件，里面有 Account Number
- 填写 Account Number 和 Computer ID（Account Number 在之前的邮件中，Computer ID 运行文本框右侧对应平台的应用程序自动获得）
- 点击 Register computer 后，又会收到一封邮件，内含 mjkey.txt 文件
（2）官网（https://www.roboti.us/index.html）下载相应平台的 product（如 mujoco200 linux），解压到 ~/.mujoco 目录
$ mkdir ~/.mujoco $ cp mujoco200_linux.zip ~/.mujoco $ cd ~/.mujoco $ unzip mujoco200_linux.zip
（3）拷贝 mjkey.txt 文件
$ cp mjkey.txt ~/.mujoco $ cp mjkey.txt ~/.mujoco/mujoco200_linux/bin
（4）添加环境变量（~/.zshrc 或 ~/.bashrc）
export LD_LIBRARY_PATH=~/.mujoco/mujoco200_linux/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}
（5）测试
$ cd ~/.mujoco/mujoco200_linux/bin
$ ./simulate ../model/humanoid.xml
若出现以下画面，说明 mujoco 安装成功
mujoco_py
（1）下载源码
git clone https://github.com/openai/mujoco-py.git
（2）安装 patchelf
$ curl -o /usr/local/bin/patchelf https://s3-us-west-2.amazonaws.com/openai-sci-artifacts/manual-builds/patchelf_0.9_amd64.elf $ sudo chmod +x /usr/local/bin/patchelf
（3）用 conda 创建一个虚拟环境，并安装依赖
$ conda create --name gymlab python=3.7 # 执行完会在 ~/miniconda3/envs 路径下出现 gymlab 目录
$ conda activate gymlab # 激活 gymlab 虚拟环境
(gymlab) $ cd ~/mujoco-py
(gymlab) $ cp requirements.txt requirements.dev.txt ./mujoco_py
(gymlab) $ cd mujoco_py
(gymlab) $ pip install -r requirements.txt
(gymlab) $ pip install -r requirements.dev.txt
（4）安装
(gymlab) $ cd ~/mujoco-py/vendor (gymlab) $ ./Xdummy-entrypoint (gymlab) $ cd .. (gymlab) $ python setup.py install
（5）测试
(gymlab) $ python
>>> import mujoco_py
# 第一次导入会加载一些东西，再导入一次就正常了
>>> import mujoco_py
Gym
（1）下载源码
git clone https://github.com/openai/gym.git
（2）安装
$ conda activate gymlab (gymlab) $ cd ~/gym (gymlab) $ pip install -e '.[all]'
（3）添加环境变量
vim ~/.zshrc
export PYTHONPATH=path/to/gym：$PYTHONPATH
（4）测试
(gymlab) $ python >>> import gym >>> env = gym.make(‘CartPole-v0’) >>> env.reset() >>> env.render()
运行结果如下：
