ml-agents 训练

最新推荐文章于 2024-07-05 10:49:28 发布
最新推荐文章于 2024-07-05 10:49:28 发布
阅读量285 收藏
点赞数
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hanshuning/article/details/117260599
版权

GitHub - Unity-Technologies/ml-agents: Unity Machine Learning Agents Toolkit

Train:

在anaconda prompt中（需要pytorch环境）

 cd D:\ml-agents-release_16

 mlagents-learn .\config\ppo\3DBall.yaml --run-id=ball

如果是上次训练中断了，

mlagents-learn config/ppo/3DBall.yaml --run-id=first3DBallRun --resume

或者删除D:\ml-agents-release_16文件夹下的result 文件夹。

Your trained model will be at results/<run-identifier>/<behavior_name>.onnx where <behavior_name> is the name of the Behavior Name of the agents corresponding to the model. This file corresponds to your model's latest checkpoint. You can now embed this trained model into your Agents by following the steps below,

  1. Move your model file into Project/Assets/ML-Agents/Examples/3DBall/TFModels/.
  2. Open the Unity Editor, and select the 3DBall scene as described above.
  3. Select the 3DBall prefab Agent object.
  4. Drag the <behavior_name>.onnx file from the Project window of the Editor to the Model placeholder in the Ball3DAgent inspector window.
  5. Press the Play button at the top of the Editor.
光子乘羽
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ml-agents-master
06-26
Ml-agents 是 Unity 机器学习 Agent，它可以让研究人员和开发者用 Unity 编辑器创建游戏和仿真实验。这些编辑器能够通过简单易用的 Python API 使用强化学习或者其他机器学习模型来训练智能 Agent,github上下载不了...
用unity-mlagents强化学习训练AI打高尔夫
xy_learning的博客
05-26 462
Unity强化学习之ML-Agents的使用
小星AI
11-03 2万+
ML-Agents是游戏引擎Unity3D中的一个插件，也就是说，这个软件的主业是用来开发游戏的，实际上，它也是市面上用得最多的游戏引擎之一。而在几年前随着人工智能的兴起，越来越多的强化学习环境被开发出来，例如总所周知的OpenAI的Gym，还有许多实验室都采用的星际争霸2环境来进行多智能体强化学习的研究。作为一个对游戏开发和强化学习都非常感兴趣的人，了解到了ML-Agents这款插件，使得能够自己创造一个独一无二，，与众不同，又充，与众不同，又充满智慧的游戏AI成为可能。
ml-agents简单使用【笔记】
最新发布
weixin_46210444的博客
07-05 647
首先要安装torch安装包在pip安装的时候，如果出现版本不兼容，可以使用这个命令的方式，他会卸载不兼容的package这个指令的意思是使用pip工具安装mlagents库，并启用 2020 解析器功能。pipmlagentspipmlagents可以使用这个指令来运行，检测Ml-agens是否正确安装有可能会显示警告这个时候，可以使用这个命令寻找出现torch.set_default_tensor_type函数的python程序其实就是在我们安装mlagents环境之中。
ML-Agents 创建一个新的训练环境 【ML-Agents 官方文档翻译（ML-Agent 1.9.1，Unity 2018-2020）】
FutaAlice的博客
11-18 4067
Making a New Learning Environment 本教程将从头开始创建一个 Unity Environment，以用于训练 Reinforcement Learning（强化学习）Agent。 建议先阅读Getting Started，以便理解构建 Environment 用到的原理。 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZA9IexFG-1637221255733)(images/mlagents-NewTutSplash.png)] 在本节示例
Unity之ml-agents（一）：环境配置及初步使用
gls_nuaa的博客
02-15 4872
  ml-agents是Unity官方专门用来提供强化学习的工具包，关于ml-agents的介绍不是本文的重点。相比于其他的工具包只需要在package manager中导入，ml-agents需要进行一下简单的配置。这篇文章就对于配置过程及过程中可能遇到的一些问题给予解答。   Unity开源网址：https://github.com/Unity-Technologies/ml-agents   ml-agents的配置有CPU版和GPU版，因为目前GPU并没有提供太多的增益。本篇文章就介绍CPU的配置了
Unity中训练一个ML-Agents项目—解决torch和mlagents配置问题
LLLQQQismmmmme的博客
06-01 1916
本文主要介绍了Unity的ML-Agents项目如何在自己的环境下成功运行。涉及到了Anaconda虚拟环境的搭建、关联的torch和mlagents包的安装、Unity中mlagents场景的构建，以及如何成功的执行训练文件并完成输出。
Unity 机器学习 ML-Agents （一）官方介绍概念【必读】
热门推荐
游戏路上的小学生
05-20 2万+
2018.5.20    Unity 官方github主页上ml-agents 文档，传送门是：  （插件在正式发布后，文档肯定会放到 https://docs.unity3d.com/Manual/index.html 中） 中文：   https://github.com/Unity-Technologies/ml-agents/tree/master/docs/localized/zh-CN...
DQN-using-PyTorch和ML-Agents：如何使用PyTorch和ML-Agents环境实现基于矢量的DQN的简单示例
02-06
使用PyTorch和Unity ML-Agent进行深度Q网络（DQN）强化学习一个简单的示例，说明如何使用PyTorch和ML-Agents环境实现基于矢量的DQN。 深度强化学习（DRL）中的Udacity Danaodgree项目该存储库包含以下与DQN相关的...
ml-agents:Unity机器学习代理工具包
05-10
Unity Machine Learning Agents工具包（ML-Agents）是一个开放源代码项目，使游戏和模拟能够用作训练智能代理的环境。 我们提供最新算法的实现（基于PyTorch），使游戏开发人员和业余爱好者可以轻松地训练2D，3D和...
ML-agents_meshes.zip
03-25
综上所述，"ML-agents_meshes.zip"压缩包中的网格资源是Unity ML-Agents项目中的关键组成部分，它们构成了智能代理和训练环境的物理形态，是机器学习与3D游戏开发融合的重要桥梁。通过理解和利用这些资源，开发者...
ml-agents-0.14.0.zip
02-18
Unity ML-Agents 是 Unity 的机器学习代理工具 The Unity Machine Learning Agents Toolkit (ML-Agents) is an open-source Unity plugin that enables games and simulations to serve as environments for training intelligent agents. Agents can be trained using reinforcement learning, imitation learning, neuroevolution, or other machine learning methods through a simple-to-use Python API. We also provide implementations (based on TensorFlow) of state-of-the-art algorithms to enable game developers and hobbyists to easily train intelligent agents for 2D, 3D and VR/AR games. These trained agents can be used for multiple purposes, including controlling NPC behavior (in a variety of settings such as multi-agent and adversarial), automated testing of game builds and evaluating different game design decisions pre-release. The ML-Agents toolkit is mutually beneficial for both game developers and AI researchers as it provides a central platform where advances in AI can be evaluated on Unity’s rich environments and then made accessible to the wider research and game developer communities.
ml-agents-0.13.1.zip
03-25
Unity的ml_agent开源资料包
Unity ML-Agents 之 平衡球案例的实现整理（内含实现步骤）
仙魁XAN
09-03 3050
Unity ML-Agents 之 平衡球案例的实现整理（内含实现步骤） 目录 Unity ML-Agents 之 平衡球案例的实现整理（内含实现步骤） 一、简单介绍 二、原理实现 三、原理拆解 四、注意事项 五、效果预览 六、实现步骤 七、训练过程数据的可视化查看（tensorboard.exe 查看可视化数据） 八、关键脚本 九、训练后记 一、简单介绍 Unity 中使用人工智能 ML-Agents 的功能，包括环境搭建，ML-Agents 集成到U...
ml-agents项目实践（一）
行者AI
01-06 2838
本文首发于：行者AI 强化学习 (reinforcement learning) 是机器学习和人工智能里的一类问题，研究如何通过一系列的顺序决策来达成一个特定目标。它是一类算法， 是让计算机实现从一开始什么都不懂，脑袋里没有一点想法,，通过不断地尝试， 从错误中学习， 最后找到规律， 学会了达到目的的方法。 这就是一个完整的强化学习过程。这里我们可以引用下方图做一个更直观形象的解释。 Agent为智能体，也就是我们的算法，在游戏当中以玩家的形式出现。智能体通过一系列策略，输出一个行为(Action)从而作
Unity-ML-Agents安装
aaaccc444的博客
04-19 2959
Unity-ML-Agents安装 1.下载ML-Agents 2.下载Anaconda 3.虚拟环境 4. 安装cuda和cudnn
Unity的ML-agent训练教程（附环境配置流程）
hnbxs的博客
02-13 3194
1）创建虚拟环境接下来提过指令激活虚拟环境Unity2）在虚拟环境内配置需要用的库在GitHub上下载unity官方的ml-agent包仓库，下载到位置在anaconda prompt通过依次输入指令导入库文件一般会因为网速问题导致报错超时，可将指令改为如下形式或等待提示导入完成后输入指令若出现提示文本，则环境配置成功。
Unity机器学习2 ML-Agents第一个例子
thinbug的专栏
05-16 2043
Unity机器学习2 ML-Agents第一个例子 上一节我们安装了机器学习mlagents的开发环境，本节我们创建第一个例子，了解什么是机器学习。 我们的例子很简单，就是让机器人自主移动到目标位置，不能移动到地板范围外。 机器学习的过程 MLAgents机器强化学习的过程（reinforcement learning） observation - 监视 decision - 决策 action - 行动 reward - 奖罚 这4个步骤的翻译可能不是很准确，大概就是先观察，后决策，然后行动，最后奖罚。
unity ML-Agents
07-11
Unity ML-Agents (Machine Learning Agents) 是由 Unity Technologies 开发的一套用于训练智能代理的开源工具包。它结合了 Unity 强大的游戏引擎和机器学习技术，使开发者能够在虚拟环境中训练智能代理来解决各种...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值