DI-engine 项目中 Docker 环境运行 LunarLander 视频保存问题解析与解决方案

问题背景

在使用 DI-engine 项目进行强化学习训练时，许多开发者会选择在 Docker 环境中运行实验，以获得一致的开发环境。近期有用户反馈，在使用 opendilab/ding:nightly 镜像运行 LunarLander 环境时，遇到了视频保存失败的问题。

问题现象

当用户尝试运行基于 DQN 算法训练的智能体模型时，系统报错无法正常保存环境交互的视频回放。具体表现为在执行 env.enable_save_replay() 方法时出现异常，导致视频文件无法生成。

问题根源分析

经过技术团队深入排查，发现问题的根本原因在于 Docker 环境中多媒体库的版本冲突：

1. ffmpeg 版本问题：Pytorch 官方镜像中默认安装的 ffmpeg 版本为 4.3.0
2. libx264 兼容性问题：该版本的 ffmpeg 与镜像中默认的 libx264 库存在兼容性冲突
3. 视频编码依赖：DI-engine 的视频保存功能依赖于这些底层多媒体库的正常工作

解决方案

针对这一问题，技术团队提供了明确的解决方案：

1. 降低 ffmpeg 版本：通过 conda 安装 4.2.2 版本的 ffmpeg
2. 具体命令：在 Docker 容器内执行 conda install -c conda-forge ffmpeg==4.2.2

验证结果

经过实际测试验证，安装指定版本的 ffmpeg 后：

1. 视频保存功能恢复正常
2. 环境交互过程能够被完整记录
3. 生成的视频文件清晰可播放

技术建议

对于在 Docker 环境中使用 DI-engine 的开发者，建议：

1. 环境初始化时：预先安装兼容版本的 ffmpeg
2. 版本管理：注意保持多媒体库版本的稳定性
3. 问题排查：遇到类似视频保存问题时，首先检查 ffmpeg 和 libx264 的版本兼容性

总结

本文详细分析了 DI-engine 项目在 Docker 环境中运行 LunarLander 时视频保存失败的问题，提供了经过验证的解决方案。通过调整 ffmpeg 版本，开发者可以顺利实现训练过程的视频记录功能，为强化学习实验的可视化分析提供了可靠保障。