Install D4RL
Published:
每次安装D4RL都会踩一堆坑，然后上网搜一堆零散的攻略，所以我自己整理一下整个过程，以后直接来查就好了。
基本环境
conda创建虚拟环境后，从Pytorch官网下载需要的版本。 其他的包缺啥装啥就行。conda和pip记得换源，不然可能会很慢。
conda 换源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
pip 换源
conda activate <env_name>
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
安装MuJoCo210 — 一般安装的都是MuJoCo210版本，首先去Github上下载对应的压缩包（例如mujoco210-linux-x86_64.tar.gz），并且解压（或者移动）到~/.mujoco/mujoco210文件夹。
解压命令
tar -zxvf <filename.tar.gz>
设置环境变量
然后在~.bashrc中把它添加到LD_LIBRARY_PATH里，如果已有别的版本的mujoco记得屏蔽掉：
export LD_LIBRARY_PATH=/home/wangxun/.mujoco/mujoco210/bin:$LD_LIBRARY_PATH
最后安装2.1.x的mujoco-py即可，例如：mujoco-py==2.1.2.14
安装D4RL
首先把D4RL和mjrl都从Github上克隆下来
克隆命令
git clone git@github.com:Farama-Foundation/D4RL.git
git clone git@github.com:aravindr93/mjrl.git
然后进入虚拟环境，进入mjrl文件夹，用pip安装mjrl
安装命令
cd /your_path_to_mjrl
pip install -e .
然后进入D4RL文件夹，注释掉setup.py中的mjrl链接
@@ -68,6 +68,6 @@
"termcolor", # adept_envs dependency
"click", # adept_envs dependency
"dm_control>=1.0.3",
- "mjrl @ git+https://github.com/aravindr93/mjrl@master#egg=mjrl",
+ #"mjrl @ git+https://github.com/aravindr93/mjrl@master#egg=mjrl",
],
)
然后用同样的方法安装D4RL
cd /your_path_to_D4RL
pip install -e .
完成后测试是否能够成功导入d4rl包。
可能会有一些报错，需要注意下面几个确认点：
确认点1
/usr/lib/nvidia是否添加到环境变量，如果没有，执行下面的命令：
export LD_LIBRARY_PATH=/usr/lib/nvidia:$LD_LIBRARY_PATH
确认点2
Cython版本是否兼容，如果不兼容，安装以下版本：
pip install Cython==3.0.0a10
确认点3
是否安装X11开发工具包，如果未安装，通过以下命令安装：
sudo apt-get update
sudo apt-get install libx11-dev
确认点4
是否安装GL/glew开发工具包，如果未安装，通过以下命令安装：
sudo apt-get update
sudo apt-get install libglew-dev