《Multi-Agent Adversarial Inverse Reinforcement Learning》——论文复现

搭建环境

依赖项

准备好anaconda和pycharm。
新建python环境起名ai，python为3.6。
文件夹multi-agent-irl中有依赖项清单requirements.txt。
安装代码如下，其中gym[mujoco,atari,classic_control]需要先申请mujoco才可安装，去掉gym这一行。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

mujoco安装好后（建议mujoco150，与gym能匹配），再装gym。

env

进入multi-agent-particle-envs文件夹。

pip install -e .

运行代码

第一条代码

进入multi-agent-irl文件夹。
运行README中.md代码。

python -m sandbox.mack.run_simple --env simple#选择simple环境

朋友用windows运行无事，可能是linux文件权限问题。
看一下sandbox.mack.run_simple，将文中default=’/atlas/u/lantaoyu’改为default=’./’（后续出现此默认文件夹都改）。
跑了一下同一个文件的sandbox.mack.run_walker，无事发生，也不知道为什么，这个又可以在有权限限制的目录里创建文件了。
小人一直没出现，另一朋友判断可能是.json文件的show_env没有打开，没有.json文件，找一下配置文件看看哪里有False，改成True试试。（此为源代码的配置文件，非mujoco的配置文件）
最先找到文件imitation.run_mujoco，跑了一下，安装依赖项ray的时候，numpy还有一个都一并更新到了最新版，晕，以后出问题再改版本好了。发现需要如下文件，但sandbox里没有，那么是谁生成的呢？搜索全局都是import，还是继续找配置文件好了。

电脑好卡，受不了。大家配置的虚拟机是用多少内存和处理器呢？在下面留言吧。我是2G，1个处理器。

第二、三条代码

python -m irl.mack.run_mack_gail

.//projects/MA-AIRL/mack/simple_spread/l-0.1-b-1000/seed-1/checkpoint20000-1000tra.pkl’
仿佛有仇一样，又有文件不存在，像是上一条代码的锅，能看出应该是上一条选择simple_spread运行出来的，地址有些微不同，不重要，重要的是，上一条我运行到20000个checkpoint都没有出这个.pkl的文件，显然不是我的问题，我跑了很久，如下图。第三条同样问题。

ε=(´ο｀*)))唉
这个问题比较重要，让我再看一看。
查找.pkl，发现还是
要注意一些可疑的灰色注释，可能里面注释着代码正是你需要的。

第四条代码