unity机器学习入门栗子之3D平衡球

需要的插件：ML-agent：https://store.unity.com/download?ref=update

或者csdn下载地址：http://download.csdn.net/download/ilypl/10030403

tensorflowsharp插件:https://s3.amazonaws.com/unity-agents/TFSharpPlugin.unitypackage

过程大概是这样：unity->二进制文件->python训练得出模型->unity

首先unity导入ML Agents，ML Agents压缩包中的Unity Environment就是项目文件项目，里面三个栗子，其中一个就是3Dball，文件位置Assets/ML-Agents/Examples/3DBall。

unity环境设置：Edit -> Project Settings -> Player

设置：

Resolution and Presentation -> Run in Background；

Resolution and Presentation -> Display Resolution Dialog设置为Disabled

在hierarchy中找到Ball3DAcademy，点它的子级对象Ball3DBrain，在它的inspector面板中Type of Brain选为External；

然后就可以打包项目了（exe)，为了好测试，打包时选为win平台，同时勾选Developer Build用于调试，打包的文件位置放在ML Agents文件的python目录下。

打开win的命令行，进入ML Agents文件的python目录下，再输入jupyter notebook，里面有个Basics的文件，点击去然后修改env_name，改成你打包后exe文件的名字就可以了，然后run all，正常运行的话，说明步骤都对，可以训练模型了。

接下来是训练模型：

在ML Agents文件的python目录下，点开PPO.ipynb，同样是修改env_name，run_path可以不改，运行到结束就可以了，我电脑i5，8G内存，运行到结束用了23分钟。

训练结束后，在python 目录下会多一个Model的文件，里面<env_name>.bytes的文件就是unity所需的机器学习训练好的模型。

接下来先把tensorflowsharp插件导入到unity，然后Edit` -> `Project Settings` -> `Player

Other Settings->Scripting Runtime Version调为Experimental (.NET 4.6 Equivalent)

Scripting Defined Symbols输入ENABLE_TENSORFLOW，然后保存一下，重启unity；

重启后，点3DBallBrain，把Type of Brain改为Internal，最后把模型文件拖到Graph Model中即可。在ML-agent的例子中是已经有现成的模型。

我的公众号已接入图灵机器人欢迎怼我：