首页
/ 解决Street Fighter AI项目中gym 0.21.0安装兼容性问题

解决Street Fighter AI项目中gym 0.21.0安装兼容性问题

2025-06-02 21:45:02作者:董宙帆

问题背景

在Street Fighter AI强化学习项目中,开发者使用Python 3.8.10环境时,安装stable-baselines3 1.7.0版本过程中遇到了gym 0.21.0的安装失败问题。错误提示显示setuptools无法正确处理setup.py中的配置参数,特别是'tests_require'和'extras_require'字段的格式校验失败。

技术分析

该问题本质上是由于现代setuptools版本对旧版包的兼容性支持不足导致的。具体表现为:

  1. 新版setuptools不再支持旧式的'tests_require'声明方式
  2. 'extras_require'字段的格式校验更加严格
  3. 包管理工具链版本间的隐式依赖冲突

解决方案

通过降级关键构建工具链版本可完美解决:

# 先降级基础工具链
pip install setuptools==65.5.0 pip==21
pip install wheel==0.38.0

# 再安装目标包
pip install stable-baselines3==1.7.0

深层原理

  1. setuptools 65.5.0:保留了旧版包的参数兼容性处理逻辑
  2. pip 21:采用更宽松的依赖解析策略
  3. wheel 0.38.0:确保二进制包的构建方式与旧版环境兼容

项目实践建议

对于基于旧版强化学习框架的项目:

  1. 建议建立虚拟环境隔离
  2. 固定关键依赖版本
  3. 优先查阅历史版本的系统要求
  4. 考虑逐步升级到新版工具链(需全面测试)

该解决方案已在实际项目中验证通过,可确保Street Fighter AI训练环境的正常搭建。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284