You need to enable JavaScript to run this app. Anaconda环境下运行mlagents-learn触发版本冲突与组件缺失报错
优惠活动
大模型
产品
解决方案
定价
更多

Anaconda环境下运行mlagents-learn触发版本冲突与组件缺失报错

报错根因说明
  • 两组报错为连锁触发的同类版本校验故障,无独立的wheel包缺失问题:
    1. 核心冲突:当前环境安装的numpy版本为1.19.2,而ml-agents release_10的核心依赖mlagents-envs明确要求numpy版本范围为>=1.14.1, <1.19.0,版本不匹配直接触发pkg_resources的版本冲突中断
    2. 连带虚假报错:版本校验流程中断后,pkg_resources的依赖解析逻辑未完成全量包扫描,误报tensorboard要求的wheel包不存在。当前已安装的wheel0.36.2版本完全满足>=0.26的版本要求,并非真的组件缺失。
操作解决步骤

所有操作需在激活unity_envIAJ虚拟环境的终端中执行:

  • 激活目标虚拟环境
    conda activate unity_envIAJ
  • 卸载当前不符合兼容要求的numpy版本
    pip uninstall numpy -y
  • 安装符合release_10兼容要求的numpy稳定版(1.18.5为<1.19.0区间内与Python3.8、tensorboard2.4.0完全适配的最终稳定版)
    pip install numpy==1.18.5
  • 修正pkg_resources包索引缓存,解决虚假的wheel识别错误
    pip install --upgrade pip setuptools wheel

    该操作会重建setuptools的包扫描规则,解决版本校验中断导致的包信息识别不全问题,无需额外调整wheel安装路径。

  • 按源码目录的依赖清单重新校验ml-agents安装状态,在源码路径C:\Users\Rui\Documents\GitHub\ml-agents-release_10>下执行可编辑安装:
    pip install -e ./ml-agents

    操作过程会严格匹配release_10版本声明的所有依赖版本范围,避免手动安装出现的版本偏差。

  • 验证安装有效性
    mlagents-learn --help

    终端正常输出命令帮助参数列表,即代表安装完成,不会再触发版本冲突报错。

常见异常处理
  • 全程禁止安装1.19.0及以上版本的numpy,否则会直接触发mlagents-envs的版本校验失败。
  • 若执行上述步骤后仍报wheel缺失错误,可直接删除虚拟环境下的pkg_resources缓存目录D:\Conda\envs\unity_envIAJ\lib\site-packages\pkg_resources,再重新执行pip install setuptools重建索引即可恢复。

内容的提问来源于stack exchange,提问作者Rui Melo

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.12 04:15:08