Mac下UnityML-Agents环境的配置

最新推荐文章于 2024-08-05 16:33:36 发布
最新推荐文章于 2024-08-05 16:33:36 发布
阅读量564 收藏 1
点赞数
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/ml82019666/article/details/104278312
版权

Mac下UnityML-Agents环境的配置

  • 需要软件及包
  • 安装过程

需要软件及包

  1. Anaconda.

  2. ML-Agent(现改名为ML-Agents-Master）最新版应该是0.15有一些改动但改动不大，注意的是现在没有Brain，只有BehaviorParameters。

  3. Python3（由于Mac是自带Python2，需要安装Python3

  4. Unity 2017.1 或更高版本(点此下载)

安装过程

  1. 下载好UnityHub以后安装Unity版本为2017.1及以上
    （笔者此处安装的是2019.2.12，后续更新会依照这个版本来）
    2.使用命令克隆ML-Agents包（或者在github上直接克隆）
git clone git@github.com:Unity-Technologies/ml-agents.git

下载完成后开始安装所需要的包，记得要在激活的环境下操作下面的事，不然会把包安装到默认环境去了。

pip install mlagents

3.安装Python3
如果您的 Python 环境不包括 pip3，请参阅这些 说明 以了解其安装方法。

要安装依赖项，请进入代码仓库的 python 子目录， 然后从命令行中运行：

pip3 install .

此处可以将源改为清华镜像，这样克隆的快一点
点此了解
他的这篇文章中有详细的代码和方法，可以参考。

4.激活环境，使用pip命令安装相应的内容。先直接在环境下安装mlagents相关内容，再到ml-agents-envs和ml-agents位置下安装"-e ."

5.用pip3安装Tensorflow

pip3 install Tensorflow

安装好后可以在命令行尝试下面代码，有相应反馈就说明装好了。

mlagents-learn

至此，环境全部安装完毕。在下一篇博客中将会写怎么做一个最简单的3DBall的AI。

愿深情不负你
关注
【已弃用，仅供参考】Ml-agents15.0配置流程
qq_45946883的博客
07-17 239
Ml-agents15.0配置流程2020-7-15安装Anaconda系统环境配置Conda配置环境（确保下载好ml-agents）安装tensorflow1.14.0安装Python包 英文官方文档：https://github.com/Unity-Technologies/ml-agents/blob/release_3_docs/docs/Installation-Anaconda-Windows.md 安装Anaconda 下载Anaconda:https://www.anaconda.com/p
Unity ML-Agents 之 环境配置（Anaconda 下载安装等），简单的搭建场景实现简单训练的Demo（内含详细步骤）.rar
09-01
Unity ML-Agents 之 环境配置（Anaconda 下载安装等），简单的搭建场景实现简单训练的Demo（内含详细步骤） 一、简单介绍 二、工程地址 三、效果预览 四、实现原理 五、涉及命令 六、注意事项 七、环境搭建 Anacoda ...
Unity机器学习库ML-Agents快速配置
妖灵贰肆
09-15 229
Unity机器学习库ML-Agents快速配置通过码云高速下载 通过码云高速下载 Unity-ML-Agents高速下载地址（码云镜像仓库，每日从github同步一次） https://gitee.com/mirrors/Unity-ML-Agents.git
ml-agents安装教程
最新发布
weixin_39010374的博客
08-05 626
学习unity安装ml-agents时候各种查，最终这种方式可以成功安装
配置Unity-ml-agents
Nicho_的博客
04-16 287
https://connect.unity.com/p/unity-ml-agents-huan-jing-da-jian-zhi-nan 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能...
配置ML-agents环境 ---python=3.10.12 torch=2.2.1
m0_51010990的博客
05-06 1257
这两条pip install命令会从本地的ml-agents-release_21目录下安装所需的Python包到您的虚拟环境中。根据错误信息,虽然numpy已经成功安装,但是在安装mlagents-envs和tensorboard等其他依赖包时,出现了一些依赖项缺失或版本冲突的问题。切换到正确的目录是安装本地包的关键一步,因为pip install命令中的./表示在当前目录下查找需要安装的包。就是需要将ml-agents-release_21 里面 相应的 set.up的文件里面的numpy的版本该成。
在M1芯片的Mac上搭建Unity ML-Agents的支持环境
qq_44924440的博客
05-06 2831
当你闲得蛋疼，可以试试在M1 Mac上跑ML-Agents
user-agents:一个JavaScript库，用于使用每日更新的数据生成随机用户代理
05-11
User-Agents是一个JavaScript包，用于根据在野外使用它们的频率生成随机 。 该软件包的新版本每天都会自动发布，因此数据始终是最新的。 生成的数据包括难以找到的浏览器指纹属性，而强大的过滤功能使您可以限制生成...
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...
fence-agents-all-4.2.1-11.el7.x86_64.rpm
11-30
离线安装包，亲测可用
agent：TF-Agents是TensorFlow中的强化学习库
02-06
TF-Agents：一个可靠，可扩展且易于使用的TensorFlow库，用于上下文强盗和强化学习。 使实施，部署和测试新的Bandits和RL算法更加容易。 它提供了经过测试的模块化组件，可以对其进行修改和扩展。 它具有良好的测试...
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。
ml-agents：Unity机器学习代理工具包
02-04
Unity ML-Agents工具包 （）（） 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VR / AR游戏的智能代理。 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），自动测试游戏版本并评估预发布的不同游戏设计决策。 ML-A
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，
ML-Agents环境配置（2020.7.28）
weixin_43695585的博客
07-28 2507
ML-Agents环境配置（2020.7.28）ML-Agents环境配置Unity 安装安装流程ML-Agents下载与环境配置文件下载环境配置1.安装Anaconda2.在Anaconda中创建ML-agent环境3.激活项目环境4.安装Tensorflow5.安装ML-Agent扩展工具6.安装环境依赖7.启动项目8.开始训练9. 查看训练结果参考链接 ML-Agents环境配置 最近在学强化学习，从周博磊老师的强化学习纲要课程中看到了ML-Agents，挺有意思的，试试效果。环境配置花了一天，写个博
ML-Agents 在Mac M1上的安装
liod1234的博客
12-08 395
最近为了开发需要，想着把老苹果笔记本换掉买一台新的苹果电脑，因为老电脑开发Unity实在是有点太卡了，入手前就知道新的苹果笔记本M1芯片可能存在很多坑，但多年的苹果系统使用已经让我再也提不起兴趣使用windows了，因为在使用windows虚拟机（工作需要）的时候往往安装个软件会有很多广告啥的。因此，我果断割肾买了台苹果笔记本，没想到这次入的坑有点深。。。Unity在苹果电脑上也跑出了一堆问题，好多插件不支持，什么Obi，AVProMovieTexture啥的。。。扯的有点远了，本次主要是解决在苹果电脑上强
Unity ML-Agents 之 环境的搭建，以及的 demo 测试
仙魁XAN
10-28 4761
目录 Unity ML-Agents 之 环境的搭建，以及的 demo 测试 一、ML-Agents 介绍 二、环境要求 三、配置GPU训练环境 四、安装Anaconda和Python 3 搭建步骤 五、ml-agent 环境配置 六、在Unity中进行使用 七、查看训练数据 八、报错处理 Unity ML-Agents 之 环境的搭建，以及的 demo 测试 一...
ML-Agents 安装配置 【ML-Agents 官方文档翻译（ML-Agent 1.9.1，Unity 2018-2020）】
FutaAlice的博客
11-10 2360
首先确定可用 ML-Agents Unity Package 版本，此处笔者用的 Unity 2018 查 Unity 文档可知，Unity 2018 可以支持的最高版本是 1.9.1 (此版本支持 Unity 2018 - 2020) ML-Agents 的 ChangeLog 也明确说了 2.0.0 之后的 Unity Package 只支持 Unity 2019 及以上版本 查阅 ML-Agents 文档，Release 16版本对应Unity Package 1.9.1和Python Packa
Unity机器学习环境搭建 - Mac 篇(转)
千喜
08-05 627
官方原文地址 : https://connect.unity.com/p/unityji-qi-xue-xi-huan-jing-da-jian-mac-pian 自从Unity推出机器学习代理工具，但鉴于网友们评价“配置环境都是天坑”，今天继续为大家分享的是如何在Mac下配置Unity机器学习代理工具。 特别说明： macOS版本要求：OS X El Capitan(10....
liunx 安装ml-agents环境
04-03
1. 安装Anaconda环境 Anaconda是一个开源的Python发行版本，内置了许多常用的Python包和工具，如numpy、matplotlib等。我们可以通过Anaconda来管理我们的Python环境，方便我们对不同的项目使用不同的Python环境。 下载Anaconda：https://www.anaconda.com/products/distribution 安装Anaconda：下载安装包后，直接运行安装程序，按照提示完成安装即可。 2. 创建虚拟环境 在Anaconda中，我们可以通过创建虚拟环境来管理我们的Python环境。因为ml-agents需要使用Unity的Python环境，我们需要创建一个与Unity相同的Python环境。 打开Anaconda Prompt终端，输入以下命令： ``` conda create -n unity python=3.6 ``` 这条命令会创建一个名为"unity"的虚拟环境，并安装Python 3.6版本。我们可以根据需要选择其他Python版本。 3. 激活虚拟环境 在创建完虚拟环境后，我们需要激活它才能使用。在Anaconda Prompt终端中，输入以下命令： ``` conda activate unity ``` 这条命令会激活名为"unity"的虚拟环境。 4. 安装ml-agents 在激活虚拟环境后，我们可以通过以下命令安装ml-agents： ``` pip install mlagents ``` 这条命令会安装ml-agents及其依赖的包。 5. 安装Unity ml-agents需要与Unity一起使用，因此我们需要先安装Unity。 下载Unity：https://store.unity.com/download-nuo 安装Unity：下载安装包后，直接运行安装程序，按照提示完成安装即可。 6. 配置Unity 安装完Unity后，我们需要在Unity中导入ml-agents的插件。具体操作如下： 在Unity中创建一个新项目，选择2D或3D模板即可。 打开菜单栏"Window"->"Package Manager"，在搜索框中输入"ml-agents"，然后点击"Install"按钮进行安装。 安装完成后，打开菜单栏"Window"->"AI"->"ML-Agents"->"Agent Settings"，在"Python"中选择我们刚才创建的虚拟环境路径，例如： ``` C:\Users\your_username\Anaconda3\envs\unity\python.exe ``` 7. 测试ml-agents环境 在安装和配置完毕后，我们可以进行简单的测试，验证ml-agents是否安装成功。 在Unity中，打开菜单栏"Window"->"AI"->"ML-Agents"->"Create New Agent"，创建一个新的Agent。 添加一个"Behavior Name"为"test"的Behavior。 在"Behavior Parameters"中，将"Behavior Type"设置为"Default". 在"Behavior Parameters"中，将"Observation Shapes"设置为"Vector Observation"，并将"Vector Observation Size"设置为1。 在"Behavior Parameters"中，将"Action Space Type"设置为"Discrete"，并将"Discrete Branches"设置为2。 在"Behavior Parameters"中，将"Output"设置为"Action". 点击"Save"按钮保存。 在菜单栏"File"->"Save Project"，保存Unity项目。 在Anaconda Prompt终端中，进入Unity项目的根目录，例如： ``` cd C:\Users\your_username\Documents\Unity Projects\test ``` 在终端中，输入以下命令： ``` mlagents-learn config\test.yaml --run-id=test --train ``` 这条命令会启动ml-agents的训练过程。 在训练过程中，我们可以在Unity中查看Agent的行为。在菜单栏"Window"->"AI"->"ML-Agents"->"Agent Monitor"中，选择刚才创建的Agent和Behavior，然后点击"Open"按钮打开Agent Monitor。 在Agent Monitor中，我们可以观察Agent的行为，以及训练过程中的reward等信息。 如果能够成功观察到Agent的行为，并且训练过程中reward等信息正常，说明ml-agents环境安装成功。
评论 1
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