官方仓库

官方仓库文件夹结构

• com.unity-ml-agents：Unity插件包
• gym-unity:OpenAI的gym使用（不需要安装）
• ml-agents:Python算法实现库
• ml-agents-envs:Python和Unity进行通信的环境

环境搭建

1. 安装anaconda
2. 安装cuda
3. 安装cudnn
4. 安装torch
5. 安装tensorflow

安装1-3参考
安装tensorflow-gpu参考
安装torch参考
检查Anaconda是否成功安装：conda --version
检测目前安装了哪些环境：conda info --envs
检查目前有哪些版本的python可以安装： conda search --full-name python

安装不同版本的python：conda create --name unity python=x.x.x

对于GPU版本：conda create --name tensorflow-gpu python=x.x.x

对于CPU版本：conda create --name tensorflow python=x.x.x
激活环境： activate tensorflow-gpu
检查新环境中的python版本： python --version
安装 tensorflow :pip install tensorflow-gpu

9. 打开Anaconda Pompt，执行conda activate unity或activate tensorflow-gpu激活环境，如果环境不存在使用 conda info --envs查看之前创建的环境名称，然后进入官方源代码的文件夹ml-agents-release_15
10. 进入cd ml-agents-envs文件夹，执行pip install -e .，然后cd ..
11. 进入cd ml-agents文件夹，执行pip install -e .，然后cd ..
12. 安装完成后，执行mlagents-learn --help，查看是否安装成功

Unity插件安装及使用过程

训练启动

1. 打开Anaconda Prompt
2. 执行conda activate unity或activate tensorflow-gpu激活环境
3. 进入训练配置文件目录
4. 输入mlagents-learn xxxx.yaml --run-id=RunID --train，其中xxxx为训练配置文件在当前文件夹的相对路径，RunID为训练过程中的一个标记，如：mlagents-learn Juggle.yaml --run-id=Juggle_01 --train