Unity ML-Agents 工具包(Beta)

注意: 本文档为v0.3版本文档的部分翻译版，目前并不会随着英文版文档更新而更新。若要查看更新更全的英文版文档，请查看这里。

Unity Machine Learning Agents (ML-Agents) 是一款开源的 Unity 插件，使得我们得以在游戏环境和模拟环境中训练智能 agent。您可以使用 reinforcement learning（强化学习）、imitation learning（模仿学习）、neuroevolution（神经进化）或其他机器学习方法，通过简单易用的 Python API进行控制，对 Agent 进行训练。我们还提供最先进算法的实现方式（基于 TensorFlow），让游戏开发者和业余爱好者能够轻松地训练用于 2D、3D 和 VR/AR 游戏的智能 agent。这些经过训练的 agent 可用于多种目的，包括控制 NPC 行为（采用各种设置，例如多个 agent 和对抗）、对游戏内部版本进行自动化测试、以及评估不同游戏设计决策的预发布版本。ML-Agents 对于游戏开发者和 AI 研究人员双方都有利，因为它提供了一个集中的平台，使得我们得以在 Unity 的丰富环境中测试 AI 的最新进展，并使结果为更多的研究者和游戏开发者所用。

功能

用于控制 Unity 环境的 Python API
10 多个示例 Unity 环境
支持多种环境配置方案和训练方案
使用 deep reinforcement learning（深度强化学习）技术训练带记忆的Agent
可轻松定义的 Curriculum Learning（课程学习）方案
通过广播 Agent 行为实现监督学习
内置 Imitation Learning（模仿学习）支持
通过按需决策功能实现灵活的 Agent 控制
在环境中可查看神经网络的输出
通过 Docker 实现简化设置（测试功能）

文档和参考

**除了安装和使用说明外，如需更多信息，请参阅我们的文档主页。**如果您使用的是 v0.3 之前的 ML-Agents 版本，强烈建议您参考我们的关于迁移到 v0.3 的指南。

我们还发布了一系列与 ML-Agents 相关的博客文章：

reinforcement learning（强化学习）概念概述 (多臂强盗和 Q-learning)
在实际游戏中使用机器学习 Agent：初学者指南
文章公布我们第一个 ML-Agents 挑战的获胜者
文章概述如何利用 Unity 作为模拟器来设计更安全的城市。

除了我们自己的文档外，这里还有一些额外的相关文章：

社区和反馈

ML-Agents 是一个开源项目，我们鼓励并欢迎大家贡献自己的力量。如果您想做出贡献，请务必查看我们的贡献准则和行为准则。

您可以通过 Unity Connect 和 GitHub 与我们以及更广泛的社区进行交流：

加入我们的 Unity 机器学习频道与使用 ML-Agents 的其他人以及对机器学习充满热情的 Unity 开发者交流。我们使用该频道来展示关于 ML-Agents （在更广泛的范围内，还包括游戏中的机器学习）的最新动态。
如果您在使用 ML-Agents 时遇到任何问题，请提交问题并确保提供尽可能多的详细信息。

对于任何其他问题或反馈，请直接与 ML-Agents 团队联系，地址为 ml-agents@unity3d.com。

许可证

Apache 许可证 2.0

4.4 KiB 原始文件 文件历史

Unity ML-Agents 工具包(Beta)

功能

文档和参考

社区和反馈

许可证

4.4 KiB

原始文件文件历史