unity ml agents 环境安装

前不久推出了 ml agents 3.0,想着学习看看,开始先安装环境。

按照 官方给出的 demo 安装,依然避免不了踩坑。

官方 windows 安装:

官方 github windows 

https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Installation-Windows.md

1. 官方安装的 是 Anaconda,python的一个发行版,我之前学python 的时候已经安装了一个python 3.6,就没再安装Anaconda了

2. 然后开始安装各种库,首先就是 tensorflow,这个和最后安装的tensorflow -gpu 类似,前者 cpu 版本,后者 gpu 版本。需要翻墙才能顺利安装。。。pip3 install --proxy http://127.0.0.1:1080 tensorflow

3.从官方github 下载安装所需库  pip install .

4. 下载 cuda 进行安装,安装版本为8.0 ,地址: cuda 下载地址 

https://developer.nvidia.com/cuda-toolkit-archive
<
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Unity ML-Agents是一个开源框架,用于使用机器学习算法训练和控制虚拟环境中的人工智能(agent)。在这个框架中,机械臂是其中一个常见的应用场景。 ML-Agents通过连接Unity游戏引擎和强化学习技术,提供了一个强大的工具,可以训练机械臂在虚拟环境中完成指定的任务。首先,我们需要在Unity中创建一个虚拟环境,其中包含一个或多个机械臂。然后,我们可以使用Python编写训练算法,通过与Unity环境通信,使机械臂学习和改进其动作策略。 Unity ML-Agents提供了许多强化学习算法,例如Proximal Policy Optimization (PPO)和Soft Actor-Critic (SAC),它们可以被用于训练机械臂。我们可以定义任务目标,例如在虚拟环境中抓取物体或实现特定的动作序列。然后,机械臂可以通过与环境的交互,逐渐优化其动作策略,使其在任务上表现得更好。 在训练过程中,我们可以观察机械臂的学习曲线和性能指标,以评估训练的效果。一旦我们认为机械臂的学习足够好,我们就可以将其应用于真实世界的机械臂,以解决实际问题。 Unity ML-Agents的优势在于其易用性和灵活性。通过使用Unity引擎,我们可以创建复杂且多样化的虚拟环境,并利用强化学习算法来训练机械臂。这为我们打开了一扇大门,使我们能够更好地理解和控制机械臂的行为,进一步推动机器人技术的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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