【3DBall】MlAgents案例场景代码分析

相当于Start（）方法的方法

用于一开始就执行的方法，相当于基本Unity方法中的Start方法：
该方法用于
获得掉落的球的Rigid body组件
获得小球的参数（结合下面代码显示，是获得mass值和scale，不实际获得，结合SetResetParameters()获取）
设置小球的参数（方法里面是调用了m_ResetParams获得mass值和scale的）

    public override void Initialize()
   {
   
       m_BallRb = ball.GetComponent<Rigidbody>();
       m_ResetParams = Academy.Instance.EnvironmentParameters;
       SetResetParameters();
   }

收集观察场景的各种数据

该方法时用于收集训练场景中训练所需的参数
useVecObs为一个bool值，判断是否收集，目前代码中并没发现相关改变该值的代码
收集训练对象的旋转z值
收集训练对象的旋转x值
小球与训练对象的相对位置，个人觉得是训练对象position不存在移动，所以并不需要纳入观察范围，
	相对位置比单独小球位置更准确一点
再是收集小球的速度值（官方文档说，如果不给小球的速度值给训练对象，训练效果将会大打折扣）

public override void CollectObservations(VectorSensor sensor)
    {
   
        if (useVecObs)
        {
   
            sensor.AddObservation(gameObject.transform.rotation.z);
            sensor.AddObservation(gameObject.transform.rotation.x);
            sensor.AddObservation(ball.transform.position - gameObject.transform.position);
            sensor.AddObservation(m_BallRb.velocity);
        }
    }

行为判断和奖励

该方法用于管理和做出训练对象的行为，根据对应的结果进行奖励
定义两个float类型的变量，钳制训练对象做出的行为参数的大小
第一个if：
			如果r.z在0到0.25或者-0.25到0这个区间，就执行z轴的旋转
第二个if：
			如果r.x在0到0.25或者-0.25到0这个区间，就执行x轴的旋转
第三个if:
			如果小球y轴位置比训练对象y轴坐标低-2个位置||
			小球x轴坐标远离训练对象x轴大于3个位置||
			y轴相差大于3个位置
			则：惩罚-1分，结束该步训练
	else:持续奖励0.1分

<