update-alternatives的完整用法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

用法：update-alternatives [<选项> ...] <命令>

命令：
  --install <链接> <名称> <路径> <优先级>
    [--slave <链接> <名称> <路径>] ...
                           在系统中加入一组候选项。
  --remove <名称> <路径>   从 <名称> 替换组中去除 <路径> 项。
  --remove-all <名称>      从替换系统中删除 <名称> 替换组。
  --auto <名称>            将 <名称> 的主链接切换到自动模式。
  --display <名称>         显示关于 <名称> 替换组的信息。
  --query <名称>           机器可读版的 --display <名称>.
  --list <名称>            列出 <名称> 替换组中所有的可用候选项。
  --get-selections         列出主要候选项名称以及它们的状态。
  --set-selections         从标准输入中读入候选项的状态。
  --config <名称>          列出 <名称> 替换组中的可选项，并就使用其中
                           哪一个，征询用户的意见。
  --set <名称> <路径>      将 <路径> 设置为 <名称> 的候选项。
  --all                    对所有可选项一一调用 --config 命令。

<链接>  是指向 /etc/alternatives/<名称> 的符号链接。 (如 /usr/bin/pager)
<名称>  是该链接替换组的主控名。(如 pager)
<路径>  是候选项目标文件的位置。（程序的实际路径）(如 /usr/bin/less)
<优先级>  是一个整数，在自动模式下，这个数字越高的选项，其优先级也就越高。

选项：
  --altdir <目录>          改变候选项目录。
  --admindir <目录>        设置 statoverride 文件的目录。
  --log <文件>             改变日志文件。
  --force                  就算没有通过自检，也强制执行操作。
  --skip-auto              在自动模式中跳过设置正确候选项的提示
                           (只与 --config 有关)
  --verbose                启用详细输出。
  --quiet                  安静模式，输出尽可能少的信息。不显示输出信息。
  --help                   显示本帮助信息。
  --version                显示版本信息。

示例

安装gcc、g++

• 查看当前版本ll /usr/bin/gcc*
• 安装gcc-4.8和gcc-5

  1 2	sudo apt install gcc-4.8 gcc-4.8-multilib g++-4.8 g++-4.8-multilib sudo apt install gcc-5 gcc-5--multilib g++-5 g++-5--multilib

注册软件

1
2
3

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 40 --slave /usr/bin/g++ g++ /usr/bin/g++-4.8
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50 --slave /usr/bin/g++ g++ /usr/bin/g++-5
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 70 --slave /usr/bin/g++ g++ /usr/bin/g++-7

选择gcc版本

命令sudo update-alternatives --config gcc，输入数字可以直接切换版本：

1
2
3
4
5
6
7
8
9
10
11
12

$ sudo update-alternatives --config gcc
There are 3 choices for the alternative gcc (providing /usr/bin/gcc).

  Selection    Path              Priority   Status
------------------------------------------------------------
* 0            /usr/bin/gcc-7     70        auto mode
  1            /usr/bin/gcc-4.8   40        manual mode
  2            /usr/bin/gcc-5     50        manual mode
  3            /usr/bin/gcc-7     70        manual mode

Press <enter> to keep the current choice[*], or type selection number: 1
update-alternatives: using /usr/bin/gcc-4.8 to provide /usr/bin/gcc (gcc) in manual mode

删除gcc4.5

1
2

sudo update-alternatives --remove gcc /usr/bin/gcc-4.5
sudo apt-get remove gcc-4.5

基本命令

• 初始化一个Git仓库，使用git init命令。
  添加文件到Git仓库，分两步：

  1. 使用命令git add ，注意，可反复多次使用，添加多个文件；
  2. 使用命令git commit -m ，完成。

• 要关联一个远程库，使用命令git remote add origin git@server-name:path/repo-name.git；
  关联后，使用命令git push -u origin master第一次推送master分支的所有内容；
  此后，每次本地提交后，只要有必要，就可以使用命令git push origin master推送最新修改；

• HEAD指向的版本就是当前版本，因此，Git允许我们在版本的历史之间穿梭，使用命令git reset --hard commit_id。

• 穿梭前，用git log可以查看提交历史，以便确定要回退到哪个版本。

• 要重返未来，用git reflog查看命令历史，以便确定要回到未来的哪个版本。

分支操作

Git鼓励大量使用分支：

• 查看分支：git branch
• 创建分支：git branch <name>
• 切换分支：git checkout <name>
• 创建+切换分支：git checkout -b <name>
• 合并某分支到当前分支：git merge <name>
• 删除分支：git branch -d <name>
• 合并分支时，加上--no-ff参数就可以用普通模式合并，合并后的历史有分支，能看出来曾经做过合并，而fast forward合并就看不出来曾经做过合并

• 修复bug时，我们会通过创建新的bug分支进行修复，然后合并，最后删除；当手头工作没有完成时，先把工作现场git stash一下，然后去修复bug，修复后，再git stash pop，回到工作现场。

• 开发一个新feature，最好新建一个分支；
  如果要丢弃一个没有被合并过的分支，可以通过git branch -D <name>强行删除。

  远程库操作

• 查看远程库信息，使用git remote -v；

• 从本地推送分支，使用git push origin branch-name，如果推送失败，先用git pull抓取远程的新提交(本地新建的分支如果不推送到远程，对其他人就是不可见的)；

• 在本地创建和远程分支对应的分支，使用git checkout -b branch-name origin/branch-name，本地和远程分支的名称最好一致；

• 建立本地分支和远程分支的关联，使用git branch --set-upstream branch-name origin/branch-name；

• 从远程抓取分支，使用git pull，如果有冲突，要先处理冲突。

  标签操作

• 命令git tag <tagname>用于新建一个标签，默认为HEAD，也可以指定一个commit id；

• 命令git tag -a <tagname> -m "blablabla..."可以指定标签信息；

• 命令git tag可以查看所有标签。

• 命令git push origin <tagname>可以推送一个本地标签；

• 命令git push origin --tags可以推送全部未推送过的本地标签；

• 命令git tag -d <tagname>可以删除一个本地标签；

• 命令git push origin :refs/tags/<tagname>可以删除一个远程标签。

  .gitignore

  忽略某些文件时，需要编写.gitignore；

• .gitignore文件本身要放到版本库里，并且可以对.gitignore做版本管理！
  如果你确实想添加该文件，可以用-f强制添加到Git：

  1	git add -f App.class

• 或者你发现，可能是.gitignore写得有问题，需要找出来到底哪个规则写错了，可以用git check-ignore命令检查。

设置命令简写

有没有经常敲错命令？比如git status？status这个单词真心不好记。
如果敲git st就表示git status那就简单多了，当然这种偷懒的办法我们是极力赞成的。

我们只需要敲一行命令，告诉Git，以后st就表示status：

1

git config --global alias.st status

当然还有别的命令可以简写，很多人都用co表示checkout，ci表示commit，br表示branch：

1
2
3

git config --global alias.co checkout
git config --global alias.ci commit
git config --global alias.br branch

以后提交就可以简写成：
git ci -m "bala bala bala...

--global参数是全局参数，也就是这些命令在这台电脑的所有Git仓库下都有用。

在撤销修改一节中，我们知道，命令git reset HEAD file可以把暂存区的修改撤销掉（unstage），重新放回工作区。既然是一个unstage操作，就可以配置一个unstage别名：git config --global alias.unstage 'reset HEAD'

当你敲入命令：git unstage test.py
实际上Git执行的是：git reset HEAD test.py

配置一个git last，让其显示最后一次提交信息：
git config --global alias.last 'log -1'
这样，用git last就能显示最近一次的提交：

1
2
3
4
5
6
7

git last
commit adca45d317e6d8a4b23f9811c3d7b7f0f180bfe2
Merge: bd6ae48 291bea8
Author: Michael Liao <askxuefeng@gmail.com>
Date:   Thu Aug 22 22:49:22 2013 +0800

    merge & fix hello.py

甚至还有人丧心病狂地把lg配置成了：
git config --global alias.lg "log --color --graph --pretty=format:'%Cred%h%Creset -%C(yellow)%d%Creset %s %Cgreen(%cr) %C(bold blue)<%an>%Creset' --abbrev-commit"

配置文件

配置Git的时候，加上--global是针对当前用户起作用的，如果不加，那只针对当前的仓库起作用。
配置文件放哪了？每个仓库的Git配置文件都放在.git/config文件中：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

cat .git/config 
[core]
    repositoryformatversion = 0
    filemode = true
    bare = false
    logallrefupdates = true
    ignorecase = true
    precomposeunicode = true
[remote "origin"]
    url = git@github.com:michaelliao/learngit.git
    fetch = +refs/heads/*:refs/remotes/origin/*
[branch "master"]
    remote = origin
    merge = refs/heads/master
[alias]
    last = log -1
别名就在[alias]后面，要删除别名，直接把对应的行删掉即可。
而当前用户的Git配置文件放在用户主目录下的一个隐藏文件.gitconfig中：
cat .gitconfig
[alias]
    co = checkout
    ci = commit
    br = branch
    st = status
[user]
    name = Your Name
    email = your@email.com

配置别名也可以直接修改这个文件，如果改错了，可以删掉文件重新通过命令配置。

注意:含有.git/的内部文件夹会被屏蔽，无法被当前工作区的git追踪，例如：

1
2
3
4
5
6
7
8
9
10
11
12

workspace/
    .git/
        ...
    mode/
        ...
    exp/
        .git/
            ...
        ...
    a.py
    b.py
    ...

以上目录中，文件夹exp/不会被当前git追踪

ERROR: GLEW initalization error: Missing GL version

• BUG：
  在使用openai/baselines加载训练好的使用了mujoco环境的模型是出现mujoco-py无响应，出现ERROR: GLEW initalization error: Missing GL version

• SOLUTION：
  github上给出的解决方案是

  1	export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libGLEW.so

执行后出现错误信息ERROR: ld.so: object '/usr/lib/x86_64-linux-gnu/libGLEW.so' from LD_PRELOAD cannot be preloaded (cannot open shared object file): ignored.
和明显缺少动态库libGLEW，安装即可

1

sudo apt-get install libglew-dev

Error! Bad return status for module build on kernel: 5.0.0-25-generic (x86_64)

• BUG：
  ubuntu在装有英伟达驱动的情况下依旧分辨率很低，且显卡信息依旧为llvmpipe (LLVM 8.0, 256 bits)，envidia-smi未正确显示显卡信息。在尝试用命令行重装是发现有错误信息Error! Bad return status for module build on kernel: 5.0.0-25-generic (x86_64)

• SOLUTION：
  gcc版本过低，更换更高版本的gcc重新安装即可。

MuJoCo Pro version 2.00 ERROR: Could not open activation key file mjkey.txt

• BUG：
  mujoco装好并添加好环境变量后，在非安装目录下运行simulate依旧找不到mjkey

• SOLUTION:
  将mjkey文件复制一份到Home/即可

Gitee博客不更新

• BUG：
  从本地把博客push至gitee仓库后，gitee的博客依旧没更新。

• SOLUTION:
  gitee普通用户的pages服务不会自动部署，需要手动进gitee仓库更新。

2019-09-01

今天正式接过班长一职，同时为下一届的师弟师妹开了一个新生见面交流会。研二生活正式开启。

六级的单词书已经就绪，今天起正式开始刷六级单词，我将严格按照艾宾浩斯遗忘曲线记忆，试下效果。

健身计划正式开启，每周一三五，非不可抗力因素坚决执行。

今天进一步了解了强化学习可用的仿真工具和物理引擎，发现了mujoco的替代品roboschool，mujoco的个人许可也在申请中，并将ubuntu下的RL环境配置完了。

2019-09-02

今天尝试用baselines中的DQR跑了Atari游戏，包括训练、保存、加载可视化训练模型和保存训练日志，但利用日志出图（如学习曲线的）的功能还没成功，留待解决。

2019-09-03

今天在尝试加载并可视化使用了mojoco引擎的训练模型时渲染出现了问题，在解决OpenGL的问题过程中显卡驱动又崩了，始终无法编译到内核。

折腾了几乎一整天，两个终于在晚上解决了，试着跑了十几分钟的humanoid，成功加载并渲染。
紧接着老同学找我谈心，就走了，没来得及没有记单词。

走之前重新开始跑了humanoid，time_steps=2e7。

2019-09-04

今天早上来，昨晚开始训练的模型还没结束，就记了会儿单词，顺便还帮zc解决了局域网共享文件的问题。建个文件夹设置下共享就行了（右键-详细-共享设置）。

下午健身去了，晚上整了下奖助学金的事情。

试了下训练了一天的humanoid模型，效果不理想，最多只能走一步的样子，怀疑是不是加载模型的使用或者理解有问题。开始训练atari游戏pong，试下效果。

晚上走之前看了会儿单词。

2019-09-05

早上以来，Atari的模型就跑完了，赶紧加载试了下，确实达到了脚本水平，一个球不漏，可以随便吊打我们实验室的任何一个人了。这说明模型的加载是没有问题的，humanoid效果不明显可能是训练时间太短了，今晚再试试。

十点左右被叫下去帮贾老师搬东西。

中午依旧在处理班上奖助学金的事情，然后记了下今天的单词。

2019-09-06

跑了两天的humanoid结果依旧不理想

2019-09-08

今天组会，将暑假学的DRL相关的知识跟大家简单分享了一下，制定了下一步的目标是弄清楚baseline中算法与gym中环境是如何交互的，想办法自己在mujoco中搭建一个简易的铲装环境，在用baselines中的已经实现的算法跑跑看。

给自己定了个期限，九月份一定要完成，十月份找王老师汇报。

2019-09-09

查找了相关资料，mujoco也支持URDF（Unified Robot Description Format）,ros相关，可查询看是否已经有类似的模型；此外bullet可做备选。

把官网的有关xml的文档整理成了Word，明天翻译一下。

2019-09-10

把昨天整理的word文档翻译成了中文。

这几天都没记单词，没得什么时间记。

2019-09-11

在官网找到了一些现成的模型，gym中还有一些现成环境的，可供借鉴和学习。

• NOTE:
  solidworks转URDF ： sw_urdf_exporter
  去win下试一下solidworks

2019-10-11

只有在Ubuntu下才能跟新，日跟太难了，所以还是随缘更新吧。国庆到现在基本在忙着入党的事，顺利成为了发展对象，继续努力！

2019-12-02

在Windows上配置好了Hexo，以后可以用WIN更新博客了

2019-12-03

哈哈，好巧哦，昨天刚配置好维护博客的环境，今天就被催更了。说说近况吧：

• 成为预备党员了，继续努力
• 简化的mujoco模型写好了
• 通过调试，对baselines的架构有了大致了解，清楚了simulate环境的_obs与tf model中的_act是怎么交互的，可以继续着手在gym中添加自己环境：gym-lhd。添加好后尝试跑一跑看看效果，争取这周解决
• 铲运机坏了还没修好，还得继续联系宸控处理
• 四六级快到了，多看看英语吧
• 明天参加淼师兄的毕业答辩和晚宴
• 希望今天睡得好一点，别像昨天一样失眠 peace&love

2019-12-04

晴天霹雳，这个月开题T.T

• 突然有人给介绍女友，有点不知所措
• 师兄的开题依旧是比较轻松的氛围，又当了一下午的摄影师
• 晚宴，酒有点难喝。是菜不够香吗，喝什么喝
• 感觉自己丧失了聊天技能了，对着手机屏幕，相望无言
• 自己写的gym-lhd环境包可以安装了，但在baselines里却跑不了，有点诡异，明天试试直接把自己的代码加到gym包里
• 今天着实有点累

2019-12-05

• 哈哈，把我自己写的gtm-lhd环境代码直接加到gym包里就可以用了，奈斯的一批！跑1e6个timesteps看看效果
• 效果极差，重新调了下环境，再训练看看
• github太卡了，现已将博客在gitee同步部署
• 明天开始整开题报告

部署Apollo

1、安装GIT

1

sudo apt-get install git

2、克隆源码

1

git clone https://github.com/ApolloAuto/apollo

如果想在Apollo平台上做开发，建议先fork到自己的github远程仓库，再从自己的远程仓库中克隆，这样方便给自己的代码做版本控制和远程托管。有关GIT的基本操作可参考我另外一篇博文。

3、安装docker-ce

安装依赖

1

sudo apt-get install apt-transport-https ca-certificates curl software-properties-commons

安装

1
2
3

sudo add-apt-repository "deb [arch=amd64]  https://download.docker.com/linux/ubuntu   $(lsb_release -cs) stable" 
sudo apt-get update
sudo apt-get install docker-ce

非sudo运行

• 添加docker用户组

  1	sudo groupadd docker

• 把自己加到docker用户组中

  1 2	sudo gpasswd -a myusername docker # myusername是指你的用户名

• 重启docker后台服务

  1	sudo service docker restart

• 切换当前用户到新group

  1	newgrp - docker

• 确认docker可以非sudo运行

  1

  docker ps

4、编译Apollo（CPU）

1
2
3
4

cd apollo
bash docker/scripts/dev_start.sh
bash docker/scripts/dev_into.sh
bash apollo.sh build

在执行dev_start.sh时，若一直无法拉取镜像，可尝试在其后添加参数-C

5、运行Apollo demo演示

1
2
3

bash scripts/bootstrap.sh 
python docs/demo_guide/rosbag_helper.py demo_3.5.bag 
cyber_recorder play -f docs/demo_guide/demo_3.5.record --loop

打开浏览器,地址栏输入网址localhost：8888即可看到小车。

调试canbus模块

canbus模块需要硬件支持，及can卡。本实验室用额是Apollo官方推荐的四通道esdcan。

1、在IPC安装can卡驱动

以下的安装方法整理自esdcan官网

安装前的准备

在下载中心下载Linux驱动软件包。在写此快速入门时，最新的驱动软件版本为4.0.1。如果是64位的操作系统，请下载esdcan-pcie402-linux-x86_64-4.0.1-0.71d.tgz，如果是32位的操作系统，请下载esdcan-pcie402-linux-x86-4.0.1-0.71d.tgz

解压

进入下载目录解压驱动。我下载到了/Downloads,下载的是esdcan-pcie402-linux-x86_64-4.0.1-0.71d.tgz

新开一个终端

1
2

cd Downloads
tar -xv -f esdcan-pcie402-linux-x86_64-4.0.1-0.71d.tgz

使用dkms方式build和install驱动软件

• 安装dkms。

  1	sudo apt-get install dkms

• 添加驱动目录内的src目录到dkms中，需使用root权限。

  1 2 3

  cd ~/esdcan-pcie402-linux-x86_64-4.0.1 sudo -s dkms add ./src

• build驱动软件

  1	dkms build esdcan-pcie402-linux-x86_64/4.0.1

• install驱动软件

  1	dkms install esdcan-pcie402-linux-x86_64/4.0.1

使用udev方式自动生成设备节点

• 拷贝驱动目录内的esdcan-pcie402-dev.rules文件到udev的rules.d目录下，此rules文件在每次系统启动时被加载。其中指定的由驱动自动生成的脚本文件/proc/bus/can/%k/inodes会被执行，用来生成设备节点。

  1	cp udev/esdcan-pcie402-dev.rules /etc/udev/rules.d/

• 手动载入kernel module，用来测试安装是否成功。

  1 2	modprobe -v esdcan-pcie402 dmesg | grep esd

• 查看/dev目录下是否有生成can的设备节点，如出现/dev/can0装置节点，说明udev rules中的脚本执行成功。

  1	ll /dev/can*

安装NTCAN头文件

1

sudo install -v -g root -o root -m u=rw,g=r,o=r ~/esdcan-pcie402-linux-x86_64-4.0.1/include/ntcan.h /usr/local/include/

安装NTCAN库文件

1
2
3
4

sudo install -v -g root -o root -m u=rwx,g=rx,o=rx ~/esdcan-pcie402-linux-x86_64-4.0.1/lib64/libntcan.so.4.2.2 /usr/local/lib/
cd /usr/local/lib/
sudo ldconfig -v -n /usr/local/lib/
sudo ln -sfv libntcan.so.4 libntcan.so

将NTCAN库文件载入系统

• 将/usr/local/lib/目录写入/etc/ld.so.conf中。

  1	sudo sh -c "echo /usr/local/lib/ >> /etc/ld.so.conf"

• 执行ldconfig命令读取/etc/ld.so.conf文件，将/usr/local/lib中的NTCAN库文件载入系统。

  1	sudo ldconfig

• 查看NTCAN库文件是否载入成功。如果显示ntcan相应的信息，说明载入成功。

  1	ldconfig -p | grep ntcan

为cantest工具创建链接文件

1

sudo ln -s ~/esdcan-pcie402-linux-x86_64-4.0.1/bin64/cantest /usr/local/sbin/cantest

在docker内为Apollo添加esd驱动

查找以下文件并将其复制到特定的子目录（在目录/third_party/can_card_library/esd_can/lib/下）：

• a.将ntcan.h复制到include /
• b.将64位libntcan.so.4.0.1复制到lib /
• c.执行以下操作添加必要连接

  1 2 3

  cd ./lib/; ln -s libntcan.so.4.0.1 libntcan.so.4; ln -s libntcan.so.4.0.1 libntcan.so.4.0

然后在docker环境内重新编译Apollo

1

bash apollo.sh build

利用在vscode下调试canbus模块

在vscode中打开Apollo文件夹，更改.vscode/task.json中的末尾处为

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

{
    "label": "start gdbserver",
    "type": "shell",
    // you can change the "planning" module name to another one and 
    // change the "1111" to another port number. The port number should 
    // be same as that in the "launch.json" file. 
    "command": "bash docker/scripts/dev_start_gdb_server.sh canbus 1111",            
    "isBackground": true,
    "problemMatcher": {
        "owner": "custom",
        "pattern": {
            "regexp": "__________"
        },
        "background": { 
            "activeOnStart": true,
            // Don't change the following two lines, otherwise the 
            // gdbserver can't run in the background.
            "beginsPattern": "^Listening on port$",
            "endsPattern": "^$"
        }
    }                           
}

修改后保存，按快捷键F5就能启动相应模块的调试。

canbus可以替换为任意你想想调试的模块，前提是该模块下有对应的launch文件。
有关vscode的一些基本使用参见我另外一篇博文。

安装Anaconda

1
2

wget https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh
bash Anaconda3-5.0.1-Linux-x86_64.sh

安装OpenAI Gym和gym-retro

1、创建并激活环境RL（名字自定）

1
2

conda create --name RL python=3.5 anaconda
source activate RL

2、安装依赖

1
2
3
4

sudo apt-get update
sudo apt-get install golang libcupti-dev libjpeg-turbo8-dev make tmux htop chromium-browser git cmake zlib1g-dev xvfb libav-tools xorg-dev python-opengl libboost-all-dev libsdl2-dev swig
conda install pip six libgcc swig
conda install opencv

3、(可选)安装mujoco

MuJoCo（Multi-Joint dynamics with Contact）是一个物理模拟器，可以用于机器人控制优化等研究。

安装过程中发现我的gym和mujoco-py所支持的mujoco版本不一致。为了正常安装，我同时安装了两个版本。

首先在官网上下载 mjpro150 linux 和 mujoco200_linux，同时点击Licence下载许可证，需要full name email address computer id 等信息，其中根据使用平台下载 getid_linux（可执行文件） 获取 computer id, 步骤如下：

1
2

chmod a+x getid_linux
./getid_linux

安装mujoco150

• 环境配置:创建隐藏文件夹并将 mjpro150_linux 拷贝到 .mujoco 文件夹中

  1 2 3 4

  mkdir ~/.mujoco cp mjpro150_linux.zip ~/.mujoco cd ~/.mujoco unzip mjpro150_linux.zip

• 将证书mjkey.txt拷贝到创建的隐藏文件夹中

  1 2	cp mjkey.txt ~/.mujoco cp mjkey.txt ~/.mujoco/mjpro150/bin

• 接下来添加环境变量,打开~/.bashrc

  1	sudo gedit ~/.bashrc

• 末尾添加：

  1 2	export LD_LIBRARY_PATH=~/.mujoco/mjpro150/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}

• 测试结果

  1 2	cd ~/.mujoco/mjpro150/bin ./simulate ../model/humanoid.xml

安装mujoco2000

• 环境配置：创建隐藏文件夹并将 mjpro200_linux 拷贝到 .mujoco 文件夹中

  1 2 3 4

  mkdir ~/.mujoco cp mujoco200_linux.zip ~/.mujoco cd ~/.mujoco unzip mujoco200_linux.zip

• 将证书mjkey.txt拷贝到创建的隐藏文件夹中

  1 2	cp mjkey.txt ~/.mujoco cp mjkey.txt ~/.mujoco/mujoco200/bin

• 接下来添加环境变量,打开~/.bashrc

  1	sudo gedit ~/.bashrc

• 末尾添加：

  1 2	export LD_LIBRARY_PATH=~/.mujoco/mujoco200/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}

• 测试结果
  cd ~/.mujoco/mujoco200/bin
  ./simulate ../model/humanoid.xml

4、安装gym

最简单的方式是直接用pip安装

1

pip install gym==0.9.5

或者以软件包形式安装最新版本

• 为避免报错[ERROR: Failed building wheel for mujoco-py]，先单独安装mujoco-py（若不需要mujoco可以不装,跳过这步）

  1 2 3 4 5

  git clone https://github.com/openai/mujoco-py.git sudo apt-get update sudo apt-get install libgl1-mesa-dev libgl1-mesa-glx libosmesa6-dev python3-pip python3-numpy python3-scipy pip3 install -r requirements.txt sudo python3 setup.py install

如果如果需要，可以再单独安装mujoco，放在后面了

• 克隆gym源码

1
2
3

cd ~
git clone https://github.com/openai/gym.git
cd gym

• （若安装了mujoco-py则跳过这步）注释掉setup.py中的mugico、robotics那两行。
• 最后安装

  1 2	apt-get install -y python-numpy python-dev cmake zlib1g-dev libjpeg-dev xvfb libav-tools xorg-dev python-opengl libboost-all-dev libsdl2-dev swig Pillow libglfw3-dev pip install -e '.[all]'

5、安装gym-retro

1

pip3 install gym-retro

安装tensorflow-gpu+cuda+cudnn

安装英伟达驱动

可通过设置里update的驱动管理安装或者命令行

1
2

ubuntu-drivers devices
sudo ubuntu-drivers autoinstall1

激活环境RL

1

source activate RL

安装cuda（这里以9.0为例，需根据官网推荐安装与自己显卡驱动版本对应的版本）

• 在英伟达官网下载cuda9.0(按自己电脑的情况下载合适版本)，下载的安装文件名为：cuda_9.0.176_384.81_linux.run。

• 由于Cuda-9只支持gcc-6以下的版本，而Ubuntu18.04系统默认安装的gcc-7版，所以需要gcc降级。
  可以通过如下命令查看当前安装的版本：

  1	ll /usr/bin/gcc*

  使用update-alternatives设置gcc和g++：

  update-alternatives是ubuntu系统中专门维护系统命令链接符的工具，通过它可以很方便的设置系统默认使用哪个命令、哪个软件版本。其中40 ，50 ，70是优先级数值可以自己设定，–slave能保证gcc和g++保持相同的版本。

  1 2 3

  sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 40 --slave /usr/bin/g++ g++ /usr/bin/g++-4.8 sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50 --slave /usr/bin/g++ g++ /usr/bin/g++-5 sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 70 --slave /usr/bin/g++ g++ /usr/bin/g++-7

使用如下命令选择gcc的版本：

1

sudo update-alternatives --config gcc

删除某个gcc版本的选项的话，可以使用

1

sudo update-alternatives --remove gcc /usr/bin/gcc-4.5

再使用apt-remove删除即可

• 按照命令提示安装：

  1	sudo sh cuda_9.0.176_384.81_linux.run

除了安装英伟达显卡驱动一项选no，其余都选yes。

• 安装完成后设置环境变量打开~/.bashrc

  1	sudo gedit ~/.bashrc

• 末尾添加：

  1 2 3

  # added by cuda_9.0 installer export PATH="/usr/local/cuda-9.0/bin:$PATH" export LD_LIBRARY_PATH="/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH"

• 然后：

  1	source ~/.bashrc

• 验证

  1 2 3 4

  cd /usr/local/cuda/samples/1_Utilities/deviceQuery sudo make sudo ./deviceQuery nvcc -V

下载安装cuDNN

• 下载与cuda对应的cuDNN压缩文件，本机下载的是：cudnn-9.0-linux-x64-v7.5.0.56.tgz，其中9.0是指支持cuda9.0 。
• 进入下载的文件目录后，解压并安装：

  1 2 3 4

  tar -xzvf cudnn-9.0-linux-x64-v7.5.0.56.tgz sudo cp cuda/include/cudnn.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

安装tensorflow

激活环境RL

1

Source activate RL

• 使用“anaconda search -t conda tensorflow”命令来查询conda有哪些TensorFlow的安装包,如安装tensorflow-gpu1.8

  1	pip install --ignore-installed --upgrade tensorflow-gpu==1.8

• 或者

  1	pip install --ignore-installed --upgrade https://download.tensorflow.google.cn/linux/gpu/tensorflow_gpu-1.8.0-cp36-cp36m-linux_x86_64.whl