【记录】强化学习环境legged_gym配置

目录

• legged_gym 配置

 

---

回到顶部

legged_gym 配置

legged_gym代码仓库为：https://github.com/leggedrobotics/legged_gym
rsl_rl代码仓库为：https://github.com/leggedrobotics/rsl_rl

conda环境：Python3.8

pip换源(感觉慢再换)
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
阿里云: https://mirrors.aliyun.com/pypi/simple/
清华大学: https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学: https://pypi.mirrors.ustc.edu.cn/simple/
如果需要换回来 pip config unset global.index-url

环境部署步骤

首先创建虚拟环境 python=3.8

pip install numpy==1.23.5
pip install tensorboard matplotlib

# 安装torch1.13.1+cu117 下载慢的解决方案看 下一节“可能出现的问题”
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

# 在 https://developer.nvidia.com/isaac-gym/download 安装Preview4 并测试是否安装成功
cd isaacgym/python && pip install -e .
cd examples && python 1080_balls_of_solitude.py

# 使用rsl_rl库
cd ../../.. 
git clone https://github.com/leggedrobotics/rsl_rl.git
cd rsl_rl
git checkout v1.0.2
pip install -e .

# 安装legged_gym
cd ..
git clone https://github.com/leggedrobotics/legged_gym.git

# cd legged_gym && pip install -e .  # 不推荐
# 推荐：在play.py和train.py前面加自己的路径
import sys
sys.path.append("/home/zdq/桌面/legged_gym工程/legged_gym")

# 在env里面将并发量改小然后测试
python legged_gym/legged_gym/scripts/train.py --task=anymal_c_flat --sim_device=cpu --rl_device=cpu

可能出现的问题

pytorch安装慢

解决方案：换pytorch国内镜像站用浏览器的多线程工具下载 https://mirrors.aliyun.com/pytorch-wheels/
效果：20kb/s -> 300kb/s -> 5mb/s，节约了几个钟头（如果pip可以多线程下载包的话直接挂梯子用原来的url下应该也行）
查看原命令
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117
用Ctrl+F在 镜像站手动寻找下列三个文件
torchaudio-0.13.1+cu117-cp38-cp38-linux_x86_64.whl
torchvision-0.14.1+cu117-cp38-cp38-linux_x86_64.whl
torch-1.13.1+cu117-cp38-cp38-linux_x86_64.whl
下载存到对应环境，执行安装命令
pip install torchaudio-0.13.1+cu117-cp38-cp38-linux_x86_64.whl torchvision-0.14.1+cu117-cp38-cp38-linux_x86_64.whl torch-1.13.1+cu117-cp38-cp38-linux_x86_64.whl

部署过程中出现报错

ImportError: libpython3.8.so.1.0: cannot open shared object file: No such file or directory
找到Python虚拟环境的lib文件夹中的对应文件，复制一份到/usr/lib

各种提示显卡用不了
首先在环境里用nvidia-smi检查显卡驱动，然后重装显卡驱动即可（有时候ubuntu重启更新linux内核，nvidia驱动就需要重新编译）

更换自己的机器人模型用于训练

https://blog.csdn.net/weixin_45315065/article/details/135329689

https://blog.csdn.net/weixin_44061195/article/details/131830133

https://support.unitree.com/home/zh/H1_developer/RL_Control_Routine