![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML-Agents
文章平均质量分 77
FutaAlice
文盲
展开
-
设计训练环境【ML-Agents 官方文档翻译(ML-Agent 1.9.1,Unity 2018-2020)】
Designing a Learning Environment本节将介绍设计学习环境的一般性建议,概述 ML-Agents Unity SDK 中关与场景设置相关的方面。关于 Agent 设计将在 Designing Agents 章节中专门阐述(包含设计Agent,观测,行为和奖励,为Multi-Agent场景定义团队和模仿学习),不在本节做详细介绍。为了帮助理解 ML-Agents Toolkit 提供的全部功能,建议查阅 API documentation。此外,我们的 example en原创 2021-12-09 19:14:19 · 4061 阅读 · 0 评论 -
入门指南【ML-Agents 官方文档翻译(ML-Agent 1.9.1,Unity 2018-2020)】
Getting Started Guide本指南将讲解在 Unity 中打开其中一个示例工程 ,训练一个Agent,并将训练过的模型嵌入到 Unity 环境中的完整过程。阅读本教程之后,您应该能够训练任何示例环境。如果你不熟悉的 Unity Engine,查看我们的 Background: Unity 章节。此外,如果你不熟悉机器学习,请查看我们的 Background: Machine Learning 页面,以了解简要概述和有用的建议。我们将使用 3D Balance Ball 环境,它包含原创 2021-12-09 19:07:09 · 5293 阅读 · 1 评论 -
Background-Machine Learning 【ML-Agents 官方文档翻译(ML-Agent 1.9.1,Unity 2018-2020)】
Background: Machine Learning鉴于许多 ML-Agents Toolkit 的用户可能没有正式的机器学习背景。本页面提供了一个对机器学习的概述,以帮助开发者更好的理解 ML-Agents Toolkit。然而,我们不打算提供一个完整的机器学习的教程,因为网上有很多优秀的学习资源。机器学习是人工智能的一个分支,专注于从数据中学习自动处理和判断的方法。机器学习算法主要有三类:非监督学习、监督学习和强化学习。每一类算法使用从不同类型的数据进行训练。下面的段落将依次对这三种机原创 2021-12-01 18:27:19 · 1620 阅读 · 0 评论 -
Background-PyTorch 【ML-Agents 官方文档翻译(ML-Agent 1.9.1,Unity 2018-2020)】
Background: PyTorch正如我们在 Background-Machine 中所讨论的,ML-Agents Toolkit 中提供的许多算法都基于深度学习。更确切地说,ML-Agent Toolkit 的实现基于开源库 PyTorch。在本节中,我们将简要介绍我们在 ML-Agents Toolkit 中所使用的 PyTorch 和 TensorBoard。PyTorchPyTorch 是一个开源库,用于使用 Data Flow Graphs(数据流图,深度学习模型的底层表示)执行计原创 2021-11-18 21:34:18 · 2480 阅读 · 0 评论 -
Background-Unity 【ML-Agents 官方文档翻译(ML-Agent 1.9.1,Unity 2018-2020)】
Background: Unity如果你不熟悉 Unity Engine,我们强烈推荐阅读 Unity Manual 和 Tutorials page。官方的 Roll-a-ball tutorial 也是绝佳的学习资源,可以入门了解 Unity 基本概念:EditorInterfaceSceneGameObjectRigidbodyCameraScriptingPhysicsOrdering of event functions(e.g. FixedUpdate, Update)原创 2021-11-18 21:32:10 · 1445 阅读 · 0 评论 -
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)】
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)]在本节示例原创 2021-11-18 15:46:44 · 4064 阅读 · 3 评论 -
ML-Agents 安装配置 【ML-Agents 官方文档翻译(ML-Agent 1.9.1,Unity 2018-2020)】
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原创 2021-11-10 15:51:00 · 2336 阅读 · 0 评论 -
ML-Agents 官方文档翻译(ML-Agent 1.9.1,Unity 2018-2020)
ML-Agents 官方文档翻译(ML-Agent 1.9.1,Unity 2018-2020)最近玩 ML-Agents,发现中文资料大多停留在入门阶段且陈旧,甚至停留在使用 tensorflow 后端(官方版自 Release 13 起就换成 pytorch 后端)的 Release 6 时代。但新版本 Unity 已经不再支持这些远古版本的 ML-Agents。而旧教程引述的 API 和 工程结构又与实际差异较大,故开此坑翻译官方文档。原创 2021-11-10 15:38:17 · 1182 阅读 · 0 评论