unity官网 https://unity.cn/
ml agents官方中文先容 https://unity.com/cn/products/machine-learning-agents
ml agents GitHub仓库 https://github.com/Unity-Technologies/ml-agents
ml agents Gitee仓库 https://gitee.com/mirrors/Unity-ML-Agents
unity 安装
https://www.bilibili.com/video/BV19741167zU?from=search&;seid=17209217960609571723
python 安装 推举利用anacoda
https://www.bilibili.com/video/BV1Mg4y187UK?from=search&;seid=8504634873394954030
ml_agents安装
https://github.com/Unity-Technologies/ml-agents/blob/main/docs/Installation.md
ml agents文档
https://github.com/Unity-Technologies/ml-agents/tree/main/docs
ml_agents开始利用
https://github.com/Unity-Technologies/ml-agents/blob/main/docs/Getting-Started.md
ml_agents创建一个新的演习环境
https://github.com/Unity-Technologies/ml-agents/blob/main/docs/Learning-Environment-Create-New.md
ml agents 入门教程系列
https://www.bilibili.com/video/BV1hE411W7Pi
https://space.bilibili.com/13835189?from=search&;seid=14864624174818982042
Unity Ml-Agents细讨情况配置与示例运行
https://www.bilibili.com/video/BV1nJ411H7D4?from=search&;seid=8652552885625343994
Unity ML-Agents v0.15.0（一）环境支配与试运行
https://www.cnblogs.com/gentlesunshine/p/12452360.html
ml-agents项目实践（一）
https://zhuanlan.zhihu.com/p/342221819
二 环境搭建 把稳事变
1 Unity开拓环境
要把稳的一点便是
ml_agent的实例项目unity版本是2019.4.25f1
大家可以提前准备好这个版本
2 为Unity安装ml_agents扩展
可以直接从unity扩展库安装
也可以下载源码自定义安装
这里推举下载源码自定义安装
由于包含了许多个示例项目的源码和资产文件
ml_agent GitHub会涌现访问不了和下载速率慢的问题
但是不用慌
已经有人在Gitee准备好了极速镜像
下载最新的发行版本release18
ml agents Gitee仓库 https://gitee.com/mirrors/Unity-ML-Agents
3安装Python环境
建议利用anacoda管理python环境
ml_agents包依赖python环境来演习AI模型
建议安装3.6.1或者更高版本
我这里安装的是3.8
4 Python环境安装PyTorch框架
windows环境须要先安装PyTorch
pip3 install torch~=1.7.1 -f https://download.pytorch.org/whl/torch_stable.html
这里须要把稳的是默认安装版本为GPU版本
如果显卡太过老旧或者没有精确安装驱动
可能导致报错无法演习
不该用显卡的话可以在PyTorch官网
探求仅CPU版本的安装方法
我这里用的是
pip install torch==1.7.1+cpu torchvision==0.8.2+cpu torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
5 Python环境安装ml_agents包
python -m pip install mlagents==0.27.0
6 Python环境安装TensorBord剖析工具（非必要）
pip install tensorboard
可视化剖析工具
可以方便的查看演习进度
以及模型演习的数据变革趋势
三 有问题可以留言或者私信互换