ML-Agent的使用

ML-Agent（全称Machine Learning Agent）

github的下载地址 点击打开链接

得到一个ml-agents-master.zip

 

解压它，进到\ml-agents-master\ml-agents-master\python目录中，会看到如下的一些文件

其中requirements.txt里列了我们需要安装的一些python库

tensorflow==1.4.0
Pillow>=4.2.1
matplotlib
numpy>=1.11.0
jupyter
pytest>=3.2.2
docopt
pyyaml

好，现在，确保你的python是3.x的，且是64位的，如果不是，安装之

运行cmd，进到上面这个目录，进入python命令行模式，然后输入

pip install .

如果不行，用pip3 install .

(注意，install后面一个空格然后一个英文的点号)

如果提示pip命令不存在，那么配置一下相应的环境变量，pip在python安装目录的Scripts目录中，把这个目录配置到环境变量Path中即可

装完上面的那些python库之后，就可以打开unity了，unity工程目录\ml-agents-master\ml-agents-master\unity-environment

工程里面有个Examples目录，以3DBall为例，打开它的场景

设置一下Brain的BrainType为External模式，

然后就可以Build了

生成完exe之后，进入到\ml-agents-master\ml-agents-master\python目录

打开命令行模式

运行python learn.py E:\UnityWorkspace\unity_projects\ml-agents-master\ml-agents-master\unity-environment\Bin\3DBall.exe --run-id=1 --train

它就会开始训练了

注：exe的具体路劲以你生成的目录为准，run-id的值是训练生成的训练文件的存放路径，如上，会存放在\ml-agents-master\ml-agents-master\python\models\1目录中

训练结束后，会在python\models\1目录中看到一些文件，那个.bytes就是训练文件了

把这个.bytes文件拷贝到工程目录中，如下

那么这个训练文件怎么运用到Brain中呢，这里需要先装一个TFSharpPlugin.unitypackage，下载地址：点击打开链接

导入这个SharpPlugin.unitypackage到工程中，在 Scripting Defined Symbols中添加 ENABLE_TENSORFLOW,然后把Brain的BrainType切换成Internal模式，把训练文件拖到Brain脚本的Graph Model中

运行即可

先写这么多，这就我亲自测试的流程，后面有时间再补充