强化学习Ubuntu环境安装完整教程（从系统安装到库配置一站式指南）

强化学习Ubuntu环境安装完整教程（从系统安装到库配置一站式指南）

本教程将详细介绍如何在Ubuntu 20.04系统上搭建强化学习环境，涵盖从下载系统镜像到安装关键库的全过程，适合小白用户一步步操作。我们将依次完成Ubuntu系统安装、pip镜像更换、CUDA、cuDNN、PyTorch和Gymnasium的安装，确保环境配置顺利。

第一部分：下载Ubuntu 20.04 ISO镜像和制作系统盘

首先，访问Ubuntu官网下载Ubuntu 20.04 ISO镜像文件。推荐选择64位版本，以便后续支持GPU加速。下载后，使用工具如Rufus（Windows）或Etcher（跨平台）将ISO写入U盘，制作可启动系统盘。确保U盘容量至少8GB，并备份重要数据。

第二部分：安装Ubuntu系统

将制作好的系统盘插入电脑，重启并从U盘启动。进入安装界面后，选择“Install Ubuntu”，按照向导设置语言、时区、键盘布局。在分区步骤，新手可选“Erase disk and install Ubuntu”自动分区，或手动分配根目录和交换空间。设置用户名和密码，完成后重启进入新系统。

第三部分：更换pip镜像源

安装系统后，打开终端（Ctrl+Alt+T），首先更新软件包列表：sudo apt update。然后安装pip：sudo apt install python3-pip -y。为了加速下载，更换pip为国内镜像源（如清华源），创建配置文件：mkdir -p ~/.pip && echo "[global]index-url = https://pypi.tuna.tsinghua.edu.cn/simple" > ~/.pip/pip.conf。

第四部分：安装CUDA和cuDNN

CUDA安装是GPU加速的关键。访问NVIDIA官网下载CUDA 11.3（兼容Ubuntu 20.04），选择runfile本地安装。在终端中运行：wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run，然后执行sudo sh cuda_11.3.0_465.19.01_linux.run，按照提示安装驱动和工具包。安装后，添加环境变量到~/.bashrc：export PATH=/usr/local/cuda-11.3/bin:$PATH 和 export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH，然后生效：source ~/.bashrc。接下来，下载cuDNN库（需注册NVIDIA账号），解压后复制文件到CUDA目录：sudo cp cudnn--archive/include/cudnn.h /usr/local/cuda/include/ && sudo cp cudnn--archive/lib/libcudnn /usr/local/cuda/lib64/。这些步骤为强化学习提供了GPU支持。

第五部分：安装PyTorch和Gymnasium

现在安装PyTorch环境。在终端中使用pip安装PyTorch（对应CUDA 11.3）：pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113。验证安装：python3 -c "import torch; print(torch.cuda.is_available())"，应返回True。最后，安装Gymnasium（OpenAI Gym的维护版本）以运行强化学习算法：pip3 install gymnasium[all]。完成后，您已成功搭建完整的强化学习开发环境！

总结：本教程覆盖了Ubuntu 20.04系统安装、pip镜像优化、CUDA安装和关键库配置，帮助小白快速入门强化学习。如有问题，请参考官方文档或社区论坛。祝您学习顺利！