Mujoco
（1）官網（https://www.roboti.us/license.html）注冊 license，教育郵箱注冊可以免費使用一年。注意：一個郵箱賬號只能供一台主機使用。
- 填寫個人信息，點擊 Request license，之后會收到一封來自 Roboti LLC Licensing 的郵件，里面有 Account Number
- 填寫 Account Number 和 Computer ID（Account Number 在之前的郵件中，Computer ID 運行文本框右側對應平台的應用程序自動獲得）
- 點擊 Register computer 后，又會收到一封郵件，內含 mjkey.txt 文件
（2）官網（https://www.roboti.us/index.html）下載相應平台的 product（如 mujoco200 linux），解壓到 ~/.mujoco 目錄
$ mkdir ~/.mujoco $ cp mujoco200_linux.zip ~/.mujoco $ cd ~/.mujoco $ unzip mujoco200_linux.zip
（3）拷貝 mjkey.txt 文件
$ cp mjkey.txt ~/.mujoco $ cp mjkey.txt ~/.mujoco/mujoco200_linux/bin
（4）添加環境變量（~/.zshrc 或 ~/.bashrc）
export LD_LIBRARY_PATH=~/.mujoco/mujoco200_linux/bin${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}
（5）測試
$ cd ~/.mujoco/mujoco200_linux/bin
$ ./simulate ../model/humanoid.xml
若出現以下畫面，說明 mujoco 安裝成功
mujoco_py
（1）下載源碼
git clone https://github.com/openai/mujoco-py.git
（2）安裝 patchelf
$ curl -o /usr/local/bin/patchelf https://s3-us-west-2.amazonaws.com/openai-sci-artifacts/manual-builds/patchelf_0.9_amd64.elf $ sudo chmod +x /usr/local/bin/patchelf
（3）用 conda 創建一個虛擬環境，並安裝依賴
$ conda create --name gymlab python=3.7 # 執行完會在 ~/miniconda3/envs 路徑下出現 gymlab 目錄
$ conda activate gymlab # 激活 gymlab 虛擬環境
(gymlab) $ cd ~/mujoco-py
(gymlab) $ cp requirements.txt requirements.dev.txt ./mujoco_py
(gymlab) $ cd mujoco_py
(gymlab) $ pip install -r requirements.txt
(gymlab) $ pip install -r requirements.dev.txt
（4）安裝
(gymlab) $ cd ~/mujoco-py/vendor (gymlab) $ ./Xdummy-entrypoint (gymlab) $ cd .. (gymlab) $ python setup.py install
（5）測試
(gymlab) $ python
>>> import mujoco_py
# 第一次導入會加載一些東西，再導入一次就正常了
>>> import mujoco_py
Gym
（1）下載源碼
git clone https://github.com/openai/gym.git
（2）安裝
$ conda activate gymlab (gymlab) $ cd ~/gym (gymlab) $ pip install -e '.[all]'
（3）添加環境變量
vim ~/.zshrc
export PYTHONPATH=path/to/gym：$PYTHONPATH
（4）測試
(gymlab) $ python >>> import gym >>> env = gym.make(‘CartPole-v0’) >>> env.reset() >>> env.render()
運行結果如下：
