如何在服务器上运行OpenAI Gym .render()
我正在通过木星(Ubuntu14.04)在p2.x大型AWS服务器上运行python2.7脚本。我希望能够进行我的模拟。
最小工作实例
import gym
env = gym.make('CartPole-v0')
env.reset()
env.render()env.render() (除其他外)犯了以下错误：
...
HINT: make sure you have OpenGL install. On Ubuntu, you can run
'apt-get install python-opengl'. If you're running on a server,
you may need a virtual frame buffer; something like this should work:
'xvfb-run -s \"-screen 0 1400x900x24\" python <your_script.py>'")
...
NoSuchDisplayException: Cannot connect to "None"我想让一些人能够看到模拟。这将是理想的，如果我可以得到它的内联，但任何显示方法将是很好的。
编辑：这只是一些环境的问题，比如经典的控件。
更新I
在这的启发下，我尝试了以下方法，而不是xvfb-run -s \"-screen 0 1400x900x24\" python <your_script.py> (我无法工作)。
xvfb-run -a jupyter notebook运行我现在得到的原始脚本
GLXInfoException: pyglet requires an X server with GLX更新II
#154问题似乎是相关的。我试图禁用弹出，并直接创建RGB颜色。
import gym
env = gym.make('CartPole-v0')
env.reset()
img = env.render(mode='rgb_array', close=True)
print(type(img)) # <--- <type 'NoneType'>
img = env.render(mode='rgb_array', close=False) # <--- ERROR
print(type(img)) 我得到了ImportError: cannot import name gl_info。
更新III
在@扭动的启发下，我尝试创建一个视频文件，然后呈现它(一个完全令人满意的解决方案)。
使用“记录和上载结果”中的代码
import gym
env = gym.make('CartPole-v0')
env.monitor.start('/tmp/cartpole-experiment-1', force=True)
observation = env.reset()
for t in range(100):
# env.render()
print(observation)
action = env.action_space.sample()
observation, reward, done, info = env.step(action)
if done:
print("Episode finished after {} timesteps".format(t+1))
break
env.monitor.close()我试着遵循您的建议，但是在运行ImportError: cannot import name gl_info时得到了env.monitor.start(...。
根据我的理解，问题在于OpenAI使用pyglet，pyglet“需要”一个屏幕来计算要呈现的图像的RGB颜色。因此，有必要欺骗python，使其认为存在连接的监视器。
更新IV
FYI有在线使用大黄蜂的解决方案，似乎是有效的。如果您能够控制服务器，这应该是可行的，但是由于AWS在VM中运行，所以我认为您不能使用它。
更新V
如果您有这个问题，并且不知道该做什么(就像我一样)，那么大多数环境的状态都非常简单，您可以创建自己的呈现机制。不太满意，但是..。你知道。
回答 14
Stack Overflow用户
发布于 2017-07-19 00:47:42
找到了一个简单的解决方案：
如果在linux服务器上，打开jupyter
$ xvfb-run -s "-screen 0 1400x900x24" jupyter notebook在木星上
import matplotlib.pyplot as plt
%matplotlib inline
from IPython import display每一步之后
def show_state(env, step=0, info=""):
plt.figure(3)
plt.clf()
plt.imshow(env.render(mode='rgb_array'))
plt.title("%s | Step: %d %s" % (env._spec.id,step, info))
plt.axis('off')
display.clear_output(wait=True)
display.display(plt.gcf())注意:如果您的环境不是unwrapped，请将env.env传递给show_state。
Stack Overflow用户
发布于 2017-06-08 04:17:42
这 GitHub给出了一个对我很有用的答案。这很好，因为它不需要任何附加的依赖项(我假设您已经有了matplotlib)或服务器的配置。
只管跑，例如：
import gym
import matplotlib.pyplot as plt
%matplotlib inline
env = gym.make('Breakout-v0') # insert your favorite environment
render = lambda : plt.imshow(env.render(mode='rgb_array'))
env.reset()
render()使用mode='rgb_array'可以为每个位置返回一个带有RGB值的numpy.ndarray，matplotlib的imshow (或其他方法)很好地显示了这些值。
请注意，如果您在同一单元格中多次呈现，此解决方案将每次绘制一个单独的图像。这可能不是你想要的。如果我想出了一个很好的解决办法，我会尝试更新这个。
更新以在一个单元格中呈现多次
基于这 StackOverflow的答案，下面是一个工作片段(请注意，可能有更有效的方法来处理交互式的情节；这种方式在我的机器上似乎有点滞后)：
import gym
from IPython import display
import matplotlib.pyplot as plt
%matplotlib inline
env = gym.make('Breakout-v0')
env.reset()
for _ in range(100):
plt.imshow(env.render(mode='rgb_array'))
display.display(plt.gcf())
display.clear_output(wait=True)
action = env.action_space.sample()
env.step(action)更新以提高效率
在我的机器上，这个速度快了3倍。不同之处在于，我们不是每次渲染时都调用imshow，而是更改原始绘图中的RGB数据。
import gym
from IPython import display
import matplotlib
import matplotlib.pyplot as plt
%matplotlib inline
env = gym.make('Breakout-v0')
env.reset()
img = plt.imshow(env.render(mode='rgb_array')) # only call this once
for _ in range(100):
img.set_data(env.render(mode='rgb_array')) # just update the data
display.display(plt.gcf())
display.clear_output(wait=True)
action = env.action_space.sample()
env.step(action)Stack Overflow用户
发布于 2018-07-05 04:39:52
我认为我们应该使用OpenAI Gym wrappers.Monitor捕捉渲染为视频，然后在笔记本中显示它。
示例：
依赖关系
!apt install python-opengl
!apt install ffmpeg
!apt install xvfb
!pip3 install pyvirtualdisplay
# Virtual display
from pyvirtualdisplay import Display
virtual_display = Display(visible=0, size=(1400, 900))
virtual_display.start()捕获为视频
import gym
from gym import wrappers
env = gym.make("SpaceInvaders-v0")
env = wrappers.Monitor(env, "/tmp/SpaceInvaders-v0")
for episode in range(2):
observation = env.reset()
step = 0
total_reward = 0
while True:
step += 1
env.render()
action = env.action_space.sample()
observation, reward, done, info = env.step(action)
total_reward += reward
if done:
print("Episode: {0},\tSteps: {1},\tscore: {2}"
.format(episode, step, total_reward)
)
break
env.close()笔记本内显示
import os
import io
import base64
from IPython.display import display, HTML
def ipython_show_video(path):
"""Show a video at `path` within IPython Notebook
"""
if not os.path.isfile(path):
raise NameError("Cannot access: {}".format(path))
video = io.open(path, 'r+b').read()
encoded = base64.b64encode(video)
display(HTML(
data="""
<video alt="test" controls>
<source src="data:video/mp4;base64,{0}" type="video/mp4" />
</video>
""".format(encoded.decode('ascii'))
))
ipython_show_video("/tmp/SpaceInvaders-v0/openaigym.video.4.10822.video000000.mp4")希望能帮上忙。;)
https://stackoverflow.com/questions/40195740
复制相似问题
腾讯云开发者
