Unity机器学习ML-Agent的使用

最新推荐文章于 2024-07-10 16:20:37 发布
最新推荐文章于 2024-07-10 16:20:37 发布
阅读量6.2k 收藏 14
点赞数 2
分类专栏： Unity3D 文章标签： github unity3d ML-Agent 机器学习 AI
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/linxinfa/article/details/79712513
版权

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

 

林新发
关注
专栏目录
[Unity3D]ml-agent入门案例
Joseph115的博客
08-26 1635
ml-agent是unity中用于将机器学习算法嵌入到gameobject的一个插件。在我的游戏项目中，我想尝试将机器学习和深度学习算法带入到游戏中，让游戏角色能够利用我们给出的数据自动通关，因此想到尝试使用这个插件。写下这个帖子供也用到mlagent的入门同学进行学习参考。ml-agent的详细内容可以参照官方文档，里面也有详细的英文介绍和入门教程（中文版的维护的并不太好，所以学习主要以英文为主）。 环境搭建 环境搭建主要是安装配置unity以及anaconda，这些教程网络很多，这里不赘述。 ml
unity插件ml-agent的安装和使用
枫闲言的博客
11-12 1897
感觉机器学习将占领游戏AI的趋势和可能性。 Unity Machine Learning Agents (ML-Agents) 是一款开源的 Unity 插件， 使得我们得以在游戏环境和模拟环境中训练智能 agents。 它可以使用 reinforcement learning（强化学习）、imitation learning（模仿学习）、neuroevolution（神经进化）或其他机器学习方...
ML-Agent（Unity机器学习插件）
06-12
https://github.com/Unity-Technologies/ml-agents，Github上可以直接下载，介于国内Github网速太慢，上传一个下载好的。
最新版Unity强化学习ML-Agent的使用
meyalo的博客
03-16 6195
ML-Agent（全称Machine Learning Agent）是Unity的强化学习工具包，可以在提供的github获取 本文主要对ML-Agent的环境配置作了讲解
【想要了解Anaconda介绍、安装配置及使用，看这篇文章就够了】
最新发布
.NET学习
07-10 1万+
conda是一个包管理器和环境管理器。我们可以在命令行（Anaconda prompt或终端）中使用它。conda是一个python项目，但它支持多种语言，如Python、R、Ruby、Lua、Scala、Java、JavaScript、C/C++、FORTRAN。为什么要使用conda?conda的作用是解决包管理和环境管理的问题。它可以创建虚拟环境，与主环境分开，方便地在不同环境之间进行切换。conda结合了pip和virtualenv的功能。
unity ML-Agent 使用干货教程 每日更新中
炼丹炉里有煤灰
05-23 4373
安装 在我的另一篇教程里有详细的安装教程 https://mp.csdn.net/mdeditor/90413429# ml-agent 概念 这个哥们写的概念介绍文章狠不错 https://blog.csdn.net/u010019717/article/details/80382933 使用 首先为目标物体添加agent（Agent组件用于收集 目标信息，或驱动目标） 创建一个脚本，继承age...
Unity强化学习工具MLAgents
qq_38144185的博客
03-15 5856
参考资料 B站视频: 年轻人的第一个游戏AI:Unity强化学习工具MLAgents全流程实例教程. 一、环境准备 1、下载ml-agents,选择版本0.14.0。 下载完后，进入ml-agents-envs目录，例如我的路径为：D:\simws\lib\ml-agents-0.14.0\ml-agents-envs>。 cmd后，运行pip install -e .（-e后有一个点）。 再进入ml-agents目录，再执行pip install -e . 执行mlagents-learn --h
Unity3D ML-Agent-0.8.1 学习一（基础教程）
王伟王胖胖的博客
05-19 3389
Ml-Aagent是什么就不介绍啦，百度就好，至于为什么要写这个，主要是因为最近在做深度学习研究，学到了强化学习，而我本身又有游戏经验和背景，而Unity3D刚好也有机器学习插件，正好把这些结合起来，看看能不能在游戏里发挥下。 所以最近都就开始研究这个，其实还有个大的想法，就是能不能用人工智能去重新定义游戏的开发，运营等环节，目前知道AI可以上色，可以作曲，可以写故事，可以生成动漫头像等等，这个系列的主题就是用AI去定义游戏开发中的角色AI，不用传统的硬编码，而用强化学习去训练，使得可以有更好的泛化能力，
ml-agents:Unity机器学习代理工具包
05-10
研究人员还可以使用提供的易于使用的Python API通过强化学习，模仿学习，神经进化或任何其他方法来训练Agent。 这些训练有素的代理可以用于多种目的，包括控制NPC行为（在多种设置下，例如多代理和对抗），自动测试...
基于unity PUN2服务器的线上小游戏应用ML-Agent训练代理的机器学习技术源码.zip
04-29
主要基于PUN2和Addressable的结合demo,确保毕设项目可行性和自我高效率工作，并且应用ML-Agent训练代理的机器学习技术。 使用Unity2019.4.4f1开发，基于PUN2网络框架，Addressable Asset作为可寻址资产框架，完成在...
Unity的ml-agent学习
ChangeW fafa的博客
12-04 624
学习资源 精讲blog 0. 导学知识 ML主要包括监督学习、非监督学习和增强学习三种范式 强化学习reinforcement learningpdf电子书 Unity的ml-agent，还必须知道Unity到底怎么玩。玩Unity需要使用C#语言，玩深度学习需要使用Python语言。 ...
ml-agents-master
10-19
unity和python对接的unity包，里面包括完整的文档和环境，当然在github上也可以下载
ml-agents-demo:玩转Unity3D和TensorFlow的ML-Agent
05-11
ml-agents-demo 这是与一起玩的简单回购。 简易车 该演示将尝试使用ML-Agent玩简单的汽车游戏。 AssetStore中使用的资产 我想做的事 没有找到路径或沿着缠绕路径行驶。 我建立了一条简单的无尽高速公路，玩家应在此高速公路上行驶并躲避其他游戏，例如街机游戏。 然后，在玩家汽车的前面添加一个可以生成深度纹理的摄像头。 目的是训练代理商根据学习的深度纹理来控制汽车。 我做了什么 第一个问题是ML-Agents无法直接将“深度纹理”用作视觉观察。 这是视觉观察的局限性之一，因此我决定仅使用矢量观察来传输深度纹理数据。 PPO模型将以不同的方式处理视觉观察和矢量观察。 （仅适用于CNN）。 我制作了自己的自定义训练器和模型，将向量输入重塑为图像格式，并将其输入到卷积层中。 我尝试了PPO模型，但没有运气。 一开始，我希望代理像人类玩家一样行动。 每个帧都会收集深度纹理，
Unity机器学习3 ML-Agents模仿学习（Imitation Learning）
thinbug的专栏
06-08 1464
机器通过自主学习不断强化训练来学习（Reinforcement Learning），随机移动来到目标球位置，相对来说比较简单，只是通过随机数来学习。如果是复杂一点的环境，可能耗费几百万Step也可能无法学习到。本章将介绍让机器人通过模仿进行（Imitation Learning）学习，达到并超越。举例说明什么是模仿学习，假如你家的小狗狗喜欢撕咬沙发，那么你告诉它不要咬他是听不懂的。你可以找一只仿真小狗玩具或者布偶，让布偶去撕咬沙发，然后你再用你沙包大的拳头揍布偶小狗，看看你家狗狗的反应，如果........
Unity的ML-agent训练教程（附环境配置流程）
hnbxs的博客
02-13 3329
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。
Unity3D ML-Agent-0.8.1 学习四（模仿学习）
王伟王胖胖的博客
05-20 1535
Unity3D Ml-Agent-0.8.1 学习四（模仿学习）写的目的场景设置修改配置并训练总结 写的目的 本篇介绍模仿学习，即玩家边玩，代理边学习，主要分为在线学习和离线学习，在线就是跟着师傅一起学，离线就是看是师傅录制的资料学习，我们主要讲在线学习，就是玩家边玩，AI边学习，可以实时观察学习的效果，离线学习只是记录玩家信息，产生生成一个文件，命令行学习文件即可，不多做介绍。 场景设置 可以...
Unity 对接 ML-Agents 初探
艾沃尼斯の飞空庭
02-24 1385
ML-Agents
Unity MlAgent 使用介绍
MoonWinding的博客
12-14 3340
分享github 工程：https://github.com/IsaWinding/mlagent02.git 1.本文介绍要一个战斗中，英雄Ai行为操作用MlAgent来训练操作 图中为英雄训练的次数，生成的不同.onnx 文件。 训练次数较少的时候，训练的英雄会随机在周围的墙边移动 随着训练次数变多，训练的英雄会直接奔向敌方小兵的位置，进行攻击操作。 英雄行为脚本： using System.Collections; using System.Collections.Generic; using U
Unity强化学习之ML-Agents的使用
热门推荐
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。
unity ML-Agents
07-11
Unity ML-Agents (Machine Learning Agents) 是由 Unity ...总之，Unity ML-Agents 提供了一个强大且易用的工具包，使开发者能够利用机器学习技术训练智能代理，为游戏和虚拟环境带来更加智能和逼真的交互体验。
评论 2
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

打赏作者

林新发

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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