Unity学习笔记(二)——Unity ML-agents安装与配置(1.9.1)
前言
Unity ML-agents是一个Unity给强化学习提供接口的库。
其实一直想弄个这个，但是看着网上资料有点少，自己也忙，就摸鱼摸到现在，这几天在等数据标注，闲下来就打算先玩玩。发现网上很多教程都已经有点太久了，比如一些函数API全部改了，按照视频这些老报错，所以自己就看github教程弄了一下
前期准备
环境
Unity
unity官方下载Unity Hub
官网链接
PS:不要直接在这上面下载unity，首先，直接下载的unity也没法直接运行，需要unity hub启动。其次，这里下载的unity,在添加到unity Hub之后，是没法添加其他模块的，比如当初需要安卓支持模块，没法添加，自己配置了好久
下载之后，直接安装unity hub，注册用户后打开界面，选择下载unity
这里推荐Unity2020.3.5(LTS),2019的也可以，只要是2018.4之后的版本都可以支持Unity ML-agents,不推荐使用2021最新几个版本，虽然会添加很多新功能(我觉得你大概率也用不上)，但是新版本不太稳定，可能会出现很多bug（不要怀疑，我遇到过),而且网上可能可以参考的资料会很少。
额外模块添加一个安卓支持，和一个中文支持就可以了，后期还可以添加，一般也就用得上这两个~
剩下就等待安装，安装的时候很容易卡在某一个地方不动，这个时候你要么不要管他，也许过一会就动了，如果超过半个小时没有动他，你最好给他取消了，重新下载，这个是unity下载链接不太稳定，我开梯子也没有解决，只有试着多安装几次，也许就好了
最后就是这个样子
Anaconda
Anaconda安装没有什么坑和注意的，一路同意就可以了
官网链接
安装虚拟环境
WIN+R打开CMD
conda create -n your_env_name python=x.x
eg:
conda create -n unityML python=3.7
python环境官方推荐3.6-3.8,个人建议3.7最好
安装结束以后，进入环境，下载一些包
conda activate unityML
我原来一直记得unityML-agent是使用tensorflow的，但是好像最新的版本是pytorch?具体我也不太清楚，当时安装的时候报错了，你们可以先去下载pytorch，因为这个下的比较久
Pytorch
选择相关配置，会生成相关链接，个人建议按照我的推荐环境
复制下载链接，在虚拟环境中下载,这个下载可能会比较慢或者断，也是因为在外网的原因，解决方案又pip换源和设置代理，大家就根据自己情况去找吧，这写多了过不了审~
pip3 install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
安装结束后，基础配置就完成了
Python ML-agents安装
在github搜索ml-agents,就可以搜索到相关仓库
ML-agents
进入这，选择一个包，这里选择的是ML-Agents Release 16(其实本来想选15的，但是下错了，所以就算了，以后建议大家都不要安装最新版，安装次最新版本，因为最新版本可能会出现一些未知问题，次最新会有一些人踩坑笔记)
下载之后解压，在CMD中进入解压文件夹，通过cd依次进入以下三个文件夹
进入文件夹后，使用
pip install -e .
进入下一个，重复pip install -e .命令
最后一个安装成功后，测试安装成果,输入
mlagents-learn
如果出现以下图像，证明安装成功
Unity ML-agents安装
随便新建一个项目，eg:
或者，个人比较推荐将ML-agents中的project文件夹，复制粘贴到另一个地方(直接打开也可以，但是后面你在上面瞎鼓捣，弄错了，你再从这里面复制就可以了，免得又得解压)
复制粘贴之后，添加项目，选择project文件夹，打开即可。
选择unity版本，到你的版本
这之后，因为ML-agents默认是18.4版本的资源，这里需要升级，选是
选择继续
选择忽略
进入界面以后，打开windows(或者窗口)，选择packege mannager(包管理器)
点击+号，选择磁盘安装，进入当初解压的ml-agents包，依次进入这两个文件夹
进入后选择package.json即可安装，另一个文件夹相同操作，以后所有unityML-agents项目都用这个方法，导入库。
这样就安装完成了~
测试
再下面项目中，进入以下文件夹，选择prefabs(prefabs:预置，可以直接拖入，上面动画和代码都附带好了)，将下面的3DBall拖入
然后CMD进入ml-agents包中的config文件夹中，进入ppo算法配置文件夹，使用以下命令
mlagents-learn 3DBall.yaml --run-id=3DBall1
3DBall.yaml是算法参数，run-id是训练唯一编号，会在当前文件夹中创建result文件夹，会把训练参数数据存储在result/3DBall1文件夹中
让你点击unity中的play按钮
就可以开始训练了
测试结果就这样了，你们还可以去实时其他demo
转载：https://blog.csdn.net/InkBamboo920/article/details/116144576