Unity机器学习——让小球控制速度并自动追踪目标

一、环境配置如下：

1.TensorFlow 2.0.1

2.CUDA v10.0

3.cuDNN v7.6.5

4.ML-Agent 0.15.0

二、实现步骤

1.链接ML-Agents库 通过修改项目Package中的manifest文件，新增增加库名称和对应的库地址

"com.unity.ml-agents": "file:*这里填库地址*/com.unity.ml-agents"

2.实现场景，基础的小球、平板和目标

3.实现小球的RollAgent脚本

（1）引入命名空间，MLAgents和MLAgents.Sensors，并将该方法继承于Agent

（2）重写AgentReset方法，描述重置模型的过程：

（3）重写CollectObservations方法，描述模型的训练参数：

这一步很关键，想采用哪些参数去训练模型，这需要对实际情况进行考虑，一下采用了这8个参数3+3+2，对sensor增加这些参数

（4）重写AgentAction方法，描述Agent如何使用训练结果以及奖励和惩罚的设置：

这里设置vectorAction为连续值，并且有两个参数

（5）可选：重写Heuristic方法进行手动测试

（6）对ML库中的mlagents\config\trainer_config.yaml进行设置训练参数

（7）Anaconda命令行输入mlagents-learn config/trainer_config.yaml --run-id=RollerBall-1 --train提交训练

（8）运行Unity开始训练