DeepMind 开源基于 MuJoCo 物理引擎强化学习工具 Control Suite

DeepMind Control Suite 是 DeepMind 最新开源的，一套有标准化结构的持续控制任务，旨在成为强化学习 Agent 的性能基准。Control Suite 由 Python 编写，并由 MuJoCo 物理引擎驱动。

论文：

https://arxiv.org/abs/1801.00690

代码：

https://github.com/deepmind/dm_control

演示视频：

  安装和要求：

1.从 MuJoCo（http://www.mujoco.org/） 上下载 MuJoCo Pro 1.50，在安装 MuJoCo Pro 之前必须先装好 dm_control， dm_control 的安装脚本会基于 MuJoCo 的头文件生成 Python ctypes 绑定。默认情况下，dm_control会假定 MuJoCo Zip 文件将被提取到 ~/.mujoco/mjpro150 文件夹。

2.通过运行 pip install git+git://github.com/deepmind/dm_control.git 安装 dm_control Python 包，或者克隆 Github 代码库然后运行 pip install /path/to/dm_control/。在安装期间，dm_control 会在 ~/.mujoco/mjpro150/include 的步骤 1 里寻找 MuJoCo 头文件，不过该路径可通过 headers-dir 命令配置。

3.在运行时，dm_control 会要求安装 license key，详情请查看 MuJoCo license key （https://www.roboti.us/license.html）页面。默认情况下，dm_control 在 ~/.mujoco/mjkey.txt 路径寻找 MuJoCo license key。

4.如果将 license key （例如，mjkey.txt） 或 MuJoCo Pro 所提供的共享库（例如，libmujoco150.so或 libmujoco150.dylib）安装到非默认路径，需要用 MJKEY_PATH 和 MJLIB_PATH 环境变量来指定其路径。

  macOS 用户 Homebrew 额外安装说明

1.只要你是用 Homebrew 安装的 Python 解释器 (注意：不是系统默认的解释器)，使用上述 pip 安装命令一般是可行的。

2.获取 OpenGL 之前，需要通过运行 brew install glfw 从 Homebrew 安装 glfw。

3.在运行之前，DYLD_LIBRARY_PATH 的环境变量要用 GLFW 库路径来更新，通过运行 export DYLD_LIBRARY_PATH=$(brew --prefix)/lib:$DYLD_LIBRARY_PATH 即可。

  Control Suite 快速入门

from dm_control import suite

# Load one task:
env = suite.load(domain_name="cartpole", task_name="swingup")

# Iterate over a task set:
for domain_name, task_name in suite.BENCHMARKING:
  env = suite.load(domain_name, task_name)

# Step through an episode and print out reward, discount and observation.
action_spec = env.action_spec()
time_step = env.reset()
while not time_step.last():
  action = np.random.uniform(action_spec.minimum,
                             action_spec.maximum,
                             size=action_spec.shape)
  time_step = env.step(action)
  print(time_step.reward, time_step.discount, time_step.observation)

AI 慕课年度学习盛典

爆款课程限时打折，优惠卡券免费领取！

精品课程 1 元秒杀，买课即送热门图书！

▼▼▼  

新人福利

关注 AI 研习社（okweiwu），回复  1  领取

【超过 1000G 神经网络 / AI / 大数据，教程，论文】

想了解 2017 最火新开源 AI 工具？请进入阅读原文

▼▼▼