dm_controlダウンロード - dm_controlソースコードのダウンロード

dm_control

AI ソースコード

1.0.26: Upgrade to MuJoCo 3.2.6

ダウンロード

`dm_control` : 物理ベースのシミュレーションのための Google DeepMind インフラストラクチャ。

MuJoCo 物理学を使用した、物理ベースのシミュレーションおよび強化学習環境用の Google DeepMind のソフトウェアスタック。

このパッケージの入門チュートリアルは、Colaboratory ノートブックとして利用できます。

概要

このパッケージは、次の「コア」コンポーネントで構成されています。

dm_control.mujoco : MuJoCo 物理エンジンに Python バインディングを提供するライブラリ。
dm_control.suite : MuJoCo 物理エンジンを利用した Python 強化学習環境のセット。
dm_control.viewer : インタラクティブな環境ビューア。

さらに、より複雑な制御タスクの作成には、次のコンポーネントを使用できます。

dm_control.mjcf : Python で MuJoCo MJCF モデルを構成および変更するためのライブラリ。
dm_control.composer : 再利用可能な自己完結型コンポーネントから豊富な RL 環境を定義するためのライブラリ。
dm_control.locomotion : カスタムタスク用の追加ライブラリ。
dm_control.locomotion.soccer : マルチエージェントのサッカータスク。

このパッケージを使用する場合は、付属の出版物を引用してください。

 @article{tunyasuvunakool2020,
         title = {dm_control: Software and tasks for continuous control},
         journal = {Software Impacts},
         volume = {6},
         pages = {100022},
         year = {2020},
         issn = {2665-9638},
         doi = {https://doi.org/10.1016/j.simpa.2020.100022},
         url = {https://www.sciencedirect.com/science/article/pii/S2665963820300099},
         author = {Saran Tunyasuvunakool and Alistair Muldal and Yotam Doron and
                   Siqi Liu and Steven Bohez and Josh Merel and Tom Erez and
                   Timothy Lillicrap and Nicolas Heess and Yuval Tassa},
}

インストール

次のコマンドを実行して、PyPI からdm_controlインストールします。

pip install dm_control

注: dm_control は「編集可能」モード (つまりpip install -e ) dm_controlインストールできません。
dm_control mujocoパッケージ経由で提供される pybind11 ベースのバインディングを使用するように大幅に更新されましたが、現時点では、編集可能モードと互換性のない方法で MuJoCo ヘッダーファイルから自動的に生成されるいくつかのレガシーコンポーネントにまだ依存しています。 dm_control編集可能モードでインストールしようとすると、次のようなインポートエラーが発生します。
 ImportError: cannot import name 'constants' from partially initialized module 'dm_control.mujoco.wrapper.mjbindings' ...
解決策は、 pip uninstall dm_control 、 -eフラグを付けずに再インストールすることです。

バージョン管理

バージョン 1.0.0 からは、セマンティックバージョニングを採用します。

バージョン 1.0.0 より前は、 dm_control Python パッケージのバージョンは0.0.Nでした。ここで、 N 、Git コミットごとに任意の量ずつ増加する内部リビジョン番号です。

dm_controlの未リリースバージョンをリポジトリから直接インストールしたい場合は、 pip install git+https://github.com/google-deepmind/dm_control.git実行してインストールできます。

レンダリング

MuJoCo Python バインディングは、EGL (ヘッドレス、ハードウェアアクセラレーション)、GLFW (ウィンドウ、ハードウェアアクセラレーション)、および OSMesa (純粋なソフトウェアベース) の 3 つの異なる OpenGL レンダリングバックエンドをサポートします。 dm_controlを通じてレンダリングするには、これら 3 つのバックエンドのうち少なくとも 1 つが使用可能である必要があります。

ウィンドウシステムを使用したハードウェアレンダリングは、GLFW および GLEW を介してサポートされています。 Linux では、ディストリビューションのパッケージマネージャーを使用してこれらをインストールできます。たとえば、Debian および Ubuntu では、これを実行するには、 sudo apt-get install libglfw3 libglew2.0実行します。以下の点に注意してください。
- dm_control.viewer GLFW でのみ使用できます。
- GLFW はヘッドレスマシンでは動作しません。
「ヘッドレス」ハードウェアレンダリング (つまり、X11 などのウィンドウシステムを使用しない) では、EGL ドライバーでの EXT_platform_device サポートが必要です。最近の Nvidia ドライバーはこれをサポートしています。 GLEWも必要になります。 Debian および Ubuntu では、これはsudo apt-get install libglew2.0を介してインストールできます。
ソフトウェアレンダリングには GLX と OSMesa が必要です。 Debian および Ubuntu では、これらはsudo apt-get install libgl1-mesa-glx libosmesa6を使用してインストールできます。

デフォルトでは、 dm_control最初に GLFW、次に EGL、次に OSMesa の使用を試みます。 MUJOCO_GL=環境変数をそれぞれ"glfw" 、 "egl" 、または"osmesa"に設定することで、使用する特定のバックエンドを指定することもできます。 EGL を使用してレンダリングする場合、環境変数MUJOCO_EGL_DEVICE_ID=ターゲット GPU ID に設定することで、レンダリングに使用する GPU を指定することもできます。

macOS の Homebrew ユーザー向けの追加手順

pipを使用した上記の手順は、(システムのデフォルトのものではなく) Homebrew によってインストールされた Python インタープリターを使用する場合に機能します。
実行する前に、 DYLD_LIBRARY_PATH環境変数を GLFW ライブラリへのパスで更新する必要があります。これはexport DYLD_LIBRARY_PATH=$(brew --prefix)/lib:$DYLD_LIBRARY_PATH実行することで実行できます。

拡大する

追加情報