尧图网页设计 
人工智能强化学习深度学习机器学习游戏开发AI 应用【免费下载链接】ml-agentsThe Unity Machine Learning Agents Toolkit (ML-Agents) is an open-source project that enables games and simulations to serve as environments for training intelligent agents using deep reinforcement learning and imitation learning.项目地址https://gitcode.com/gh_mirrors/ml/ml-agents点击查看免费下载ML-AgentsUnity Machine Learning Agents Toolkit是一个开源项目它让游戏与仿真环境可以作为深度强化学习与模仿学习智能体的训练场。本指南以仓库内 安装文档 为骨架完整讲解如何在你自己的机器上从零搭建 ML-Agents 开发环境安装 Unity 与 Python、克隆仓库、安装com.unity.ml-agentsUnity 包与mlagentsPython 包并验证mlagents-learn命令行工具可用。读完本文你将具备运行官方示例环境、训练 Agent 并把训练好的模型部署回 Unity 场景的完整环境基础。ML-Agents 工具包由哪些组件构成ML-Agents 工具包并非单个程序而是一套跨 Unity 与 Python 的协作组件。理解各组件职责是正确安装的前提Unity 包com.unity.ml-agentsUnity C# SDK集成到你的 Unity 场景中负责 Agent 的观测采集、动作执行以及与 Python 侧的通信。仓库中对应目录为 com.unity.ml-agents。Python 包mlagents包含在 Unity 场景中训练行为所需的机器学习算法PPO、SAC 等训练器。训练 Agent 时必须安装该包对应源码位于 ml-agents/mlagents。Python 包mlagents_envs与 Unity 场景交互的 Python API是连接 Unity 场景与 Python 机器学习算法的底层数据通信层。mlagents依赖mlagents_envs因此安装mlagents时会自动带上它对应源码位于 ml-agents-envs/mlagents_envs。示例环境Project目录包含展示工具包各项功能的示例场景如 3DBall、FoodCollector、Hallway 等便于你快速上手。示例环境的玩法说明见 Learning-Environment-Examples。说明本文所述安装流程以仓库当前代码为准。仓库内 Python 包基于PyTorch实现见下文 setup.py 依赖与早期基于 TensorFlow 的历史文档描述不同请以本指南为准。安装前置条件在安装 ML-Agents 之前需要先准备好两个基础软件Unity 2022.3 或更高版本官方强烈建议通过 Unity Hub 安装以便在同一台机器上管理多个 Unity 版本。Python 3.10.12 或更高版本从 Python 官网下载安装。Windows 用户请务必选择x86-64版本不要安装仅标注为 x86 的版本。如果你的 Python 环境缺少pip3可参照 Python 官方指引补装。需要特别注意的是版本匹配问题。仓库中 ml-agents/setup.py 声明python_requires3.10.1,3.10.12这意味着 Python 版本被严格限定在 3.10.x 区间同时 Unity 侧包版本当前仓库为com.unity.ml-agents4.1.0见 com.unity.ml-agents/package.json与 Python 侧mlagents包版本需要配套安装前请核对发布版本对应关系。克隆 ML-Agents 仓库可选但推荐安装 Unity 包和 Python 包本身并不强制要求克隆仓库但如果不克隆你将无法访问官方示例环境和训练配置文件且官方入门教程都默认你已克隆。执行git clone --branch release_8 ml-agents 仓库地址使用--branch release_8参数会检出最新的稳定发布分支如果省略该参数默认克隆的是master分支其中可能包含尚未稳定的开发内容。进阶为开发而进行的本地安装。如果你计划修改或扩展 ML-Agents 工具包则必须克隆仓库若计划向项目上游提交贡献请克隆master分支即去掉上面的--branch release_8。贡献相关的规范详见 CONTRIBUTING。安装com.unity.ml-agentsUnity 包ML-Agents 的 Unity C# SDK 本身是一个标准 Unity 包有两种安装方式。方式一通过 Package Manager 在线安装在 Unity 编辑器中打开Window → Package Manager从注册表中搜索com.unity.ml-agents并安装。如果找不到该包请记得在Advanced下拉菜单中启用Preview Packages选项——ML-Agents 包可能以预览包形式发布。若启用后仍不可见则改用下面的本地安装方式。方式二从本地磁盘安装推荐配合示例环境使用如果你已克隆仓库或已将包目录复制到本地可以按以下步骤从磁盘添加本地包打开菜单Window → Package Manager在包管理器窗口点击按钮选择Add package from disk...浏览到com.unity.ml-agents文件夹选择其中的package.json文件。Unity 会将 ML-Agents 包加入项目。仓库内的示例项目正是采用这种方式引入包的——见 Project/Packages/manifest.json 中的com.unity.ml-agents: file:../../com.unity.ml-agents引用以及随附的测试包com.unity.ml-agents.tests。安装完成后如果你想跟着文档中的示例动手实践可以直接在 Unity 中打开仓库的Project文件夹其中包含 3DBall 等示例环境立即开始体验。安装mlagentsPython 包mlagents的安装会连带安装一系列它所依赖的 Python 包。如果机器上已经存在这些依赖的旧版本很可能出现安装冲突。因此官方支持且推荐的方式是**使用 Python 虚拟环境Virtual Environment**来隔离每个项目的依赖虚拟环境在 macOS、Windows、Linux 上均受支持详见仓库中的 Using-Virtual-Environment 指南。创建并激活虚拟环境后执行pip3 install mlagents官方强烈建议从 PyPI 安装mlagents而不是从克隆的仓库安装。安装成功后你可以运行mlagents-learn --help来验证——如果能看到命令行参数列表说明安装正确mlagents-learn已可用。mlagentsPython 包到底装了些什么通过pip3 install mlagents安装时ml-agents/setup.py 中install_requires声明的依赖会被一并安装主要包括依赖版本约束作用mlagents_envs与mlagents同版本Unity 场景通信的底层 Python APItorch2.1.1,2.8.0深度强化学习训练所用的深度学习框架当前版本基于 PyTorchgrpcio1.11.0,1.53.2与 Unity 通信的 gRPC 层protobuf3.6,3.21通信协议序列化numpy1.23.5,1.24.0数值计算huggingface_hub0.14模型上传/下载到 Hugging Faceonnx1.15.0ONNX 模型转换如用于 Sentis 推理tensorboard、pyyaml、h5py、Pillow等见 setup.py训练日志、配置解析、演示文件与图像处理此外setup.py 的 entry_points 注册了多个命令行工具mlagents-learn训练入口对应mlagents.trainers.learn:main、mlagents-run-experiment批量实验、mlagents-push-to-hf与mlagents-load-from-hfHugging Face 模型上传与下载。安装完成后这些命令都会进入你的 PATH。同时依赖的 ml-agents-envs/setup.py 还会引入gymnasium与pettingzoo为 Python 侧提供标准 Gym / PettingZoo 风格的环境接口。进阶以可编辑模式editable本地安装如果你计划修改mlagents或mlagents_envs的源码应从克隆的仓库安装而不是从 PyPI 安装。由于mlagents依赖mlagents_envs两个包必须分开安装并且顺序不能颠倒——先装mlagents_envs再装mlagents否则pip会从 PyPI 拉取mlagents_envs造成版本不匹配。在仓库根目录执行pip3 install -e ./ml-agents-envs pip3 install -e ./ml-agents-eeditable标志允许你直接修改 Python 源文件改动会在下次运行mlagents-learn时立即生效无需重新安装。安装完成后同样可以用mlagents-learn --help验证。这一流程也适用于参与项目贡献的场景——以可编辑模式安装后你可以对 ml-agents/mlagents/trainers 下的训练器实现进行调试与修改。安装后的下一步环境就绪后推荐按以下路径继续阅读 Getting Started入门指南其中包含在 Unity 中配置工具包、运行预训练模型、创建环境与训练 Agent 的多个简短教程——例如在Project中打开 3DBall 场景然后用mlagents-learn config/ppo/3DBall.yaml --run-idfirst3DBallRun启动训练训练配置文件位于仓库 config/ppo 目录。想要了解 Agent 的观测、动作空间与行为参数设计可参阅 Learning-Environment-Design。训练配置文件的完整参数说明见 Training-Configuration-File。遇到问题时怎么办如果安装或使用中遇到问题请先查阅仓库中的 FAQ 与 Limitations限制说明。仍无法解决时可以在项目 Issues 区提交问题并尽可能附上操作系统、Python 版本以及完整的错误信息这将大大加速问题定位。另外仓库还提供了 Using-Docker 与 Cloud-Deployment 等进阶部署方案供需要容器化或云端训练的场景参考。赞分享人工智能强化学习深度学习机器学习游戏开发AI 应用【免费下载链接】ml-agentsThe Unity Machine Learning Agents Toolkit (ML-Agents) is an open-source project that enables games and simulations to serve as environments for training intelligent agents using deep reinforcement learning and imitation learning.项目地址https://gitcode.com/gh_mirrors/ml/ml-agents点击查看免费下载相关推荐Unity ML-Agents 完整安装指南从 Unity 6000 到 Python 训练环境的全链路搭建Unity ML Agents 完整安装指南从 Unity 6000 到 Python 训练环境的全链路搭建 导读 本指南以 ML Agents Toolki人工智能强化学习深度学习机器学习游戏开发AI 应用Unity ML-Agents Toolkit 安装指南从 Unity 到 Python 环境的完整搭建流程Unity ML Agents Toolkit 安装指南从 Unity 到 Python 环境的完整搭建流程 ML AgentsUnity Machine人工智能强化学习深度学习机器学习游戏开发AI 应用Unity ML-Agents Toolkit 完整安装指南从 Unity 6000.0 到 mlagents Python 包的环境搭建与开发安装Unity ML Agents Toolkit 完整安装指南从 Unity 6000.0 到 mlagents Python 包的环境搭建与开发安装 本篇指南人工智能强化学习深度学习机器学习游戏开发AI 应用创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Unity ML-Agents 工具包完整安装指南：从 Unity 2022.3 到 Python 训练环境的逐步搭建
人工智能强化学习深度学习机器学习游戏开发AI 应用【免费下载链接】ml-agentsThe Unity Machine Learning Agents Toolkit (ML-Agents) is an open-source project that enables games and simulations to serve as environments for training intelligent agents using deep reinforcement learning and imitation learning.项目地址https://gitcode.com/gh_mirrors/ml/ml-agents点击查看免费下载ML-AgentsUnity Machine Learning Agents Toolkit是一个开源项目它让游戏与仿真环境可以作为深度强化学习与模仿学习智能体的训练场。本指南以仓库内 安装文档 为骨架完整讲解如何在你自己的机器上从零搭建 ML-Agents 开发环境安装 Unity 与 Python、克隆仓库、安装com.unity.ml-agentsUnity 包与mlagentsPython 包并验证mlagents-learn命令行工具可用。读完本文你将具备运行官方示例环境、训练 Agent 并把训练好的模型部署回 Unity 场景的完整环境基础。ML-Agents 工具包由哪些组件构成ML-Agents 工具包并非单个程序而是一套跨 Unity 与 Python 的协作组件。理解各组件职责是正确安装的前提Unity 包com.unity.ml-agentsUnity C# SDK集成到你的 Unity 场景中负责 Agent 的观测采集、动作执行以及与 Python 侧的通信。仓库中对应目录为 com.unity.ml-agents。Python 包mlagents包含在 Unity 场景中训练行为所需的机器学习算法PPO、SAC 等训练器。训练 Agent 时必须安装该包对应源码位于 ml-agents/mlagents。Python 包mlagents_envs与 Unity 场景交互的 Python API是连接 Unity 场景与 Python 机器学习算法的底层数据通信层。mlagents依赖mlagents_envs因此安装mlagents时会自动带上它对应源码位于 ml-agents-envs/mlagents_envs。示例环境Project目录包含展示工具包各项功能的示例场景如 3DBall、FoodCollector、Hallway 等便于你快速上手。示例环境的玩法说明见 Learning-Environment-Examples。说明本文所述安装流程以仓库当前代码为准。仓库内 Python 包基于PyTorch实现见下文 setup.py 依赖与早期基于 TensorFlow 的历史文档描述不同请以本指南为准。安装前置条件在安装 ML-Agents 之前需要先准备好两个基础软件Unity 2022.3 或更高版本官方强烈建议通过 Unity Hub 安装以便在同一台机器上管理多个 Unity 版本。Python 3.10.12 或更高版本从 Python 官网下载安装。Windows 用户请务必选择x86-64版本不要安装仅标注为 x86 的版本。如果你的 Python 环境缺少pip3可参照 Python 官方指引补装。需要特别注意的是版本匹配问题。仓库中 ml-agents/setup.py 声明python_requires3.10.1,3.10.12这意味着 Python 版本被严格限定在 3.10.x 区间同时 Unity 侧包版本当前仓库为com.unity.ml-agents4.1.0见 com.unity.ml-agents/package.json与 Python 侧mlagents包版本需要配套安装前请核对发布版本对应关系。克隆 ML-Agents 仓库可选但推荐安装 Unity 包和 Python 包本身并不强制要求克隆仓库但如果不克隆你将无法访问官方示例环境和训练配置文件且官方入门教程都默认你已克隆。执行git clone --branch release_8 ml-agents 仓库地址使用--branch release_8参数会检出最新的稳定发布分支如果省略该参数默认克隆的是master分支其中可能包含尚未稳定的开发内容。进阶为开发而进行的本地安装。如果你计划修改或扩展 ML-Agents 工具包则必须克隆仓库若计划向项目上游提交贡献请克隆master分支即去掉上面的--branch release_8。贡献相关的规范详见 CONTRIBUTING。安装com.unity.ml-agentsUnity 包ML-Agents 的 Unity C# SDK 本身是一个标准 Unity 包有两种安装方式。方式一通过 Package Manager 在线安装在 Unity 编辑器中打开Window → Package Manager从注册表中搜索com.unity.ml-agents并安装。如果找不到该包请记得在Advanced下拉菜单中启用Preview Packages选项——ML-Agents 包可能以预览包形式发布。若启用后仍不可见则改用下面的本地安装方式。方式二从本地磁盘安装推荐配合示例环境使用如果你已克隆仓库或已将包目录复制到本地可以按以下步骤从磁盘添加本地包打开菜单Window → Package Manager在包管理器窗口点击按钮选择Add package from disk...浏览到com.unity.ml-agents文件夹选择其中的package.json文件。Unity 会将 ML-Agents 包加入项目。仓库内的示例项目正是采用这种方式引入包的——见 Project/Packages/manifest.json 中的com.unity.ml-agents: file:../../com.unity.ml-agents引用以及随附的测试包com.unity.ml-agents.tests。安装完成后如果你想跟着文档中的示例动手实践可以直接在 Unity 中打开仓库的Project文件夹其中包含 3DBall 等示例环境立即开始体验。安装mlagentsPython 包mlagents的安装会连带安装一系列它所依赖的 Python 包。如果机器上已经存在这些依赖的旧版本很可能出现安装冲突。因此官方支持且推荐的方式是**使用 Python 虚拟环境Virtual Environment**来隔离每个项目的依赖虚拟环境在 macOS、Windows、Linux 上均受支持详见仓库中的 Using-Virtual-Environment 指南。创建并激活虚拟环境后执行pip3 install mlagents官方强烈建议从 PyPI 安装mlagents而不是从克隆的仓库安装。安装成功后你可以运行mlagents-learn --help来验证——如果能看到命令行参数列表说明安装正确mlagents-learn已可用。mlagentsPython 包到底装了些什么通过pip3 install mlagents安装时ml-agents/setup.py 中install_requires声明的依赖会被一并安装主要包括依赖版本约束作用mlagents_envs与mlagents同版本Unity 场景通信的底层 Python APItorch2.1.1,2.8.0深度强化学习训练所用的深度学习框架当前版本基于 PyTorchgrpcio1.11.0,1.53.2与 Unity 通信的 gRPC 层protobuf3.6,3.21通信协议序列化numpy1.23.5,1.24.0数值计算huggingface_hub0.14模型上传/下载到 Hugging Faceonnx1.15.0ONNX 模型转换如用于 Sentis 推理tensorboard、pyyaml、h5py、Pillow等见 setup.py训练日志、配置解析、演示文件与图像处理此外setup.py 的 entry_points 注册了多个命令行工具mlagents-learn训练入口对应mlagents.trainers.learn:main、mlagents-run-experiment批量实验、mlagents-push-to-hf与mlagents-load-from-hfHugging Face 模型上传与下载。安装完成后这些命令都会进入你的 PATH。同时依赖的 ml-agents-envs/setup.py 还会引入gymnasium与pettingzoo为 Python 侧提供标准 Gym / PettingZoo 风格的环境接口。进阶以可编辑模式editable本地安装如果你计划修改mlagents或mlagents_envs的源码应从克隆的仓库安装而不是从 PyPI 安装。由于mlagents依赖mlagents_envs两个包必须分开安装并且顺序不能颠倒——先装mlagents_envs再装mlagents否则pip会从 PyPI 拉取mlagents_envs造成版本不匹配。在仓库根目录执行pip3 install -e ./ml-agents-envs pip3 install -e ./ml-agents-eeditable标志允许你直接修改 Python 源文件改动会在下次运行mlagents-learn时立即生效无需重新安装。安装完成后同样可以用mlagents-learn --help验证。这一流程也适用于参与项目贡献的场景——以可编辑模式安装后你可以对 ml-agents/mlagents/trainers 下的训练器实现进行调试与修改。安装后的下一步环境就绪后推荐按以下路径继续阅读 Getting Started入门指南其中包含在 Unity 中配置工具包、运行预训练模型、创建环境与训练 Agent 的多个简短教程——例如在Project中打开 3DBall 场景然后用mlagents-learn config/ppo/3DBall.yaml --run-idfirst3DBallRun启动训练训练配置文件位于仓库 config/ppo 目录。想要了解 Agent 的观测、动作空间与行为参数设计可参阅 Learning-Environment-Design。训练配置文件的完整参数说明见 Training-Configuration-File。遇到问题时怎么办如果安装或使用中遇到问题请先查阅仓库中的 FAQ 与 Limitations限制说明。仍无法解决时可以在项目 Issues 区提交问题并尽可能附上操作系统、Python 版本以及完整的错误信息这将大大加速问题定位。另外仓库还提供了 Using-Docker 与 Cloud-Deployment 等进阶部署方案供需要容器化或云端训练的场景参考。赞分享人工智能强化学习深度学习机器学习游戏开发AI 应用【免费下载链接】ml-agentsThe Unity Machine Learning Agents Toolkit (ML-Agents) is an open-source project that enables games and simulations to serve as environments for training intelligent agents using deep reinforcement learning and imitation learning.项目地址https://gitcode.com/gh_mirrors/ml/ml-agents点击查看免费下载相关推荐Unity ML-Agents 完整安装指南从 Unity 6000 到 Python 训练环境的全链路搭建Unity ML Agents 完整安装指南从 Unity 6000 到 Python 训练环境的全链路搭建 导读 本指南以 ML Agents Toolki人工智能强化学习深度学习机器学习游戏开发AI 应用Unity ML-Agents Toolkit 安装指南从 Unity 到 Python 环境的完整搭建流程Unity ML Agents Toolkit 安装指南从 Unity 到 Python 环境的完整搭建流程 ML AgentsUnity Machine人工智能强化学习深度学习机器学习游戏开发AI 应用Unity ML-Agents Toolkit 完整安装指南从 Unity 6000.0 到 mlagents Python 包的环境搭建与开发安装Unity ML Agents Toolkit 完整安装指南从 Unity 6000.0 到 mlagents Python 包的环境搭建与开发安装 本篇指南人工智能强化学习深度学习机器学习游戏开发AI 应用创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考