1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

WSL2(Ubuntu20.04)+venv+pyBulletで深層強化学習のサンプルプログラムを動かす

Last updated at Posted at 2022-03-25

WSLとGUIの準備

PowerShellにてWSLのUbuntu20.04をインストールします。

# PowerShellにて
$ wsl --list --online
$ wsl --install –d Ubuntu-20.04

WSLはCUIのみなのでこのままではGUIが表示されません。
そのためXサーバーを動かすことでGUIを表示します。
VcXsrvの設定については下記をご参考にお願いします。

Python仮想環境

Python関連のパッケージのインストールはシステム全体に影響を与えるかもしれないので私はPythonの仮想環境(venv)を使っています。

# WSLにて
$ python3 -V # pythonのバージョン確認
Python 3.8.10
$ sudo apt install python3.8-venv # 3.8用venvのインストール
$ python3 -m venv vTEST # vTESTという名前の仮想環境を作成
$ source ./vTEST/bin/activate # 仮想環境vTESTを実行
(vTEST) PCname:~$

上記のように(vTEST)とカッコ付きで仮想環境名が表示されれば成功です。
ちなみに仮想環境の停止・削除はそれぞれ次のコマンドで行います。

# WSLにて
(vTEST) PCname:~$ deactivate # 実行中の仮想環境の停止
$ rm -rf vTEST # 仮想環境vTESTの削除(停止中のみ可能)

pyBulletのインストールとサンプル実行

DISPLAYの環境設定を忘れずに

# WSLにて
(vTEST) PCname:~$ export DISPLAY=$(cat /etc/resolv.conf | grep nameserver | awk '{print $2}'):0

pBulletとnumpyをインストールします。

# WSLにて
(vTEST) PCname:~$ pip3 install pybullet
(vTEST) PCname:~$ pip3 install numpy
# WSLにて 
(vTEST) PCname:~$ git clone --depth 1 https://github.com/bulletphysics/bullet3
(vTEST) PCname:~$ cd bullet3/examples/pybullet/examples/
(vTEST) PCname:~bullet3/examples/pybullet/examples$ python3 humanoid_manual_control.py

深層強化学習のサンプル実行

Tensorflowに必要なパッケージをインストールしておきます。

# WSLにて 
(vTEST) PCname:~$ pip3 install wheel
(vTEST) PCname:~$ pip3 install tornado

深層強化学習に必要なTensorflowと強化学習用ライブラリTF-Agentsをインストールします。

# WSLにて 
(vTEST) PCname:~$ pip3 install tensorflow
(vTEST) PCname:~$ pip3 install tf_agents

サンプルを動かしてみましょう。人が動き回れば成功です。

# WSLにて 
(vTEST) PCname:~$ python -m pybullet_envs.examples.enjoy_TF_HumanoidFlagrunHarderBulletEnv_v1_2017jul

参考ページ

・WSL2のGUI設定でつまずいたところ
https://qiita.com/baibai25/items/5841b0592727893d960f
・深層強化学習のための物理シミュレーション環境構築(PyBullet)
https://zenn.dev/karaage0703/articles/e01c2abc88373c

1
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?