前言

• 环境：win10, pycharm, conda, pytorch。
• 问题：借助 openai.baselines 复现 A2C 一系列算法 时，先后遇到两个问题，一是“OSError: [WinError 126] 找不到指定的模块"（小问题，参考 github issues，不过我不建议用 pip install gym[atari] 安装 atari-py，而是先 pip install gym，然后 pip install -f https://github.com/Kojoley/atari-py/releases atari_py（参考这篇），连 cmake 都不用安装了，稳妥）；二是 multiprocessing.get_context(‘fork’) 函数不支持 windows 系统（不想装虚拟机，看 github 上有人用 win10 的 linux 内核搞定了这个问题，心动了），本文总结了网上收集的资料，针对性记录了第二个问题的解决方案，。

近日在学习 OpenAI 的开源 baselines，以及其 pytorch 实现，在测试 Atari 环境时遇到了不少问题，终究是错付了 win10，还是用 linux 来跑吧。

启用 win10 的 Linux 内核

参考文章

1. 启动开发者模式

开始菜单 - 设置 - 更新与安全 - 开发者选项 - 启动开发人员模式（win10 专业版和家庭版的业界稍有不同）

2. 启用 linux 功能

开始菜单 - 搜索【控制面板】 - 程序 - 启用或关闭 Windows 功能 - 勾选【适用于 Linux 的 Windows 子系统】 - 重启电脑

3. 在应用商店安装程序

开始菜单 - 搜索【应用商店】 - 搜索【linux】 - 安装 Ubuntu (18.04/20.04) - 启动（第一次启动需要安装系统，比较久） - 设置用户名和密码

如何访问原 win10 的文件系统

参考文章

• 从 linux 中访问 win10：cd /mnt/c/YOUR/PATH (mnt 是 mount 的意思，c 是指 C 盘，访问其它盘同理）
• 从 win10 中访问 linux：系统根目录为 C:\Users\YOURNAME\AppData\Local\Packages\CanonicalGroupLimited.Ubuntu18.04onWindows_79rhkp1fndgsc\LocalState\rootfs
• 因为我的主要目的是在 linux 下运行 PyCharm 项目，所以我在 linux 的 home 目录下添加了个 快捷方式：ln -s /mnt/c/Users/YOURNAME/ win10
• 方便起见，启用跨系统的复制粘贴：ubuntu窗口上边框 右键 - 属性 - 选项 - 勾选【将 Ctrl + Shift + C/V blabla】

完成 cmake 相关基础配置

1. 安装基础配置

sudo apt-get install update && sudo apt-get install upgrade && sudo apt-get install build-essential

2. 安装 cmake

sudo apt-get install cmake

3. 安装 zlib

sudo apt-get install zlib1g-dev

在 mini-conda 环境下安装 gym[atari]

1. 上 官网 下载对应安装包/复制下载链接

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

2. 安装 mini-conda

bash Mini....sh - 疯狂按 Enter - 按指示行事 - 重启 Ubuntu （关掉窗口重新打开即可）

3. 创建虚拟环境

conda create -n ENVNAME
conda activate ENVNAME

4. 安装 Pytorch CPU 版本

修改 conda 的源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

参考 官方命令，将 -c pytorch 去掉（这意思是使用官方默认的源，特别慢）
conda install pytorch torchvision torchaudio cpuonly

5. 安装 gym[atari]

pip install gym[atari] （查了一圈以及试验了一圈，似乎没有类似 conda install gym[atari] 的安装方式，弃疗）

测试

运行以下代码（写入一个 .py 文件也好，直接在 conda 窗口中交互也好）

import gym
import atari_py

env = gym.make('PongNoFrameskip-v4')
print(env.observation_space)

预期正常返回 Box(0, 255, (210, 160, 3), uint8)，如果是那就恭喜你。如果不是……节哀吧。

BTW，测试 Atari 环境下的 A2C 算法亦正常，完美。