在WSL运行VizDoom与PyTorch程序时遭遇多进程锁错误

先帮你拆解下遇到的两个核心错误，一步步来解决：

1. 处理Pulseaudio音频服务断言错误 #

日志里的Assertion 'pthread_mutex_unlock(&m->mutex) == 0' failed at pulsecore/mutex-posix.c:108是WSL老版本（比如你用的Ubuntu14）里的常见音频兼容问题——VizDoom启动时会尝试初始化音频，但WSL的音频服务在这类旧环境里稳定性很差。

最直接的解决方式是禁用VizDoom的音频输出，在环境初始化代码里添加配置：

import gym

# 初始化环境时关闭音频
env = gym.make('ppaquette/DoomCorridor-v0')
env.unwrapped.doom_config.set_audio_enabled(False)
env.reset()

如果还是出现音频相关报错，可以在WSL终端先设置环境变量，强制调用Windows端的音频服务（前提是Windows已安装Pulseaudio）：

export PULSE_SERVER=tcp:localhost:4713

2. 修复VizDoom多进程锁缺失问题 #

错误日志里已经给出了明确的解决方向，结合你的代码场景，推荐两种实操方案：

方法一：提前缓存单例锁（适合单进程训练） #

在你的主代码（比如ai.py）最开头，先创建一个临时VizDoom环境并立即关闭，这样会在内存中缓存单例锁，后续正式环境初始化就不会报错：

import gym

# 提前初始化临时环境，缓存多进程锁后关闭
temp_env = gym.make('ppaquette/DoomCorridor-v0')
temp_env.unwrapped.doom_config.set_audio_enabled(False)  # 同时禁用音频
temp_env.close()

# 初始化正式训练环境
env = gym.make('ppaquette/DoomCorridor-v0')
# 后续训练逻辑...

方法二：手动传递多进程锁（适合多进程训练） #

如果你的代码用到了多进程并行训练，可以手动创建锁并传递给VizDoom配置：

import gym
import multiprocessing

# 创建多进程锁
lock = multiprocessing.Lock()
env = gym.make('ppaquette/DoomCorridor-v0')
env.unwrapped.doom_config.set_audio_enabled(False)
env.unwrapped.configure(lock=lock)  # 传递锁给环境
env.reset()

额外环境建议 #

你当前用的Ubuntu14和Python2.7都已停止官方维护，后续可能还会遇到更多兼容性问题。如果条件允许，建议升级到Ubuntu18.04+和Python3.6+，PyTorch和VizDoom对新版本的支持会更完善。

内容的提问来源于stack exchange，提问作者Abbas