- 1. 准备工作
- 1.1 配置环境：
- 1.2 调试代码
- 2.代码解析：
- 2.1 setup.py
- 2.1 ACNet.py
- 3.报错合集：
论文名称：PRIMAL: Pathfinding via Reinforcement and Imitation Multi-Agent Learning
论文地址：https://arxiv.org/abs/1809.03531
代码地址：https://github.com/gsartoretti/PRIMAL
相关链接：无人驾驶动态避障策略调研 | 机器人动态避障策略 | 行人轨迹预测 | 机器人导航，三篇强化学习用于多智能体路径规划的论文
- 先新建一个环境：
conda create --name PRIMAL python=3.6 - 新建一个requirements.txt文件，把要安装的包都放进去，再运行 pip install -r requirements安装包：
Cython==0.28.4 gym==0.9.4 Tensorflow==1.13.0 Numpy==1.16.0 matplotlib imageio tk networkx
注：源代码中是python3.4 + tf 1.3 + numpy 1.13，但是因为我的pycharm版本较高，不能兼容低版本python，因此我配的是python 3.6；py3.6无法兼容1.3版本的tensorflow，因此我又换成了1.13版本的tf。
3. 如果安装失败，也可以一个一个安装（我采用的方法）
注：直接pip或者conda安装不了gym时，可以尝试以下两种方法：conda install -c conda-forge gym=0.9.4 或者 pip install gym -i https://pypi.tuna.tsinghua.edu.cn/simple
安装tensorflow出问题时，可以执行以下两句 conda install cudatoolkit=10.0 conda install tensorflow==1.13.1
4. 安装完成后，可以使用conda list命令检查是否都安装上了：
-
安装readme文件中的步骤一步一步来：
① 命令行窗口进入cd od_mstar3文件夹，python setup.py build_ext --inplace；报错了error: Unable to find vcvarsall.bat
网上搜了一下，发现是需要安装Visual Studio，并且在安装时需要勾选 C++组件。如果安装时没有勾选，应当在工具栏中重新安装，之后重启就有vcvarsall模块了。参考文章：已安装vs2017 仍然报错Unable to find vcvarsall.bat -
然而，装了之后还是报错 o(╥﹏╥)o，参照：关于error: Unable to find vcvarsall.bat，我将msvc9compiler.py文件中的find_vcvarsall函数return改成 return r"C:Program Files (x86)Microsoft Visual Studio2017CommunityVCAuxiliaryBuildvcvarsall.bat"
其他参考文章：Unable to find vcvarsall.bat? -
改好vcvarsall.bat的bug后，又有了一个新bug： fatal error C1083: 无法打开包括文件: “boost/graph/graph_traits.hpp”: No such file or directory。 网上查了一下，这是C++里的BGL库，需要自己下载安装。寻路时会用到它。Boost C++ Libraries 编译安装，oost下载安装编译配置使用指南（含Windows和Linux）
① 在官网中下载了 boost_1_53_.zip，解压运行bootstrap.bat的时候报错了 boost 编译时出错处理：Failed to build Boost.Build engine。查阅了很多资料，还是没解决，于是决定下载最新版本的boost工具包。
安装时再次报错，fatal error C1083: 无法打开包括文件: “corecrt.h，Windows 原生 cmd 窗口下编译 C++（cl命令）出现的问题及解决方法② 朋友安装的Visual Studio 2022，能够顺利装上boost，因此我也重新安装了vs2022。啊！终于可以啦！！
boost工具安装教程，官方安装教程。
setup.py是调用cpython，用 Python 的语法混合编写 Python 和 C/C++ 代码，提升 Python 速度
调用 C/C++ 代码 教程，Cython 基本用法 。
本代码中是运行cpython_od_matar.pyx这个文件，其中的find_path(world, init_pos, goals, inflation, time_limit)函数是使用ODrM*算法进行探索。
输入输出：
world - matrix specifying obstacles, 1 for obstacle, 0 for free
init_pos - [[x, y], ...] specifying start position for each robot
goals - [[x, y], ...] specifying goal position for each robot
inflation - inflation factor for heuristic
time_limit - time until failure in seconds
returns:
[[[x1, y1], ...], [[x2, y2], ...], ...] path in the joint
configuration space
2.1 ACNet.py
ACNet.py中的_build_net()函数对应着论文中的网络结构：
- 报错 Connection to Python debugger failed: Socket operation on nonsocket: configureBlocking
- ImportError: DLL load failed: 找不到指定的模块。 解决办法：重新安装numpy和tensorflow
