Unity AI项目笔记

一、创建虚拟环境

在开始进行Unity AI项目之前,首先需要设置一个适当的虚拟环境。以下步骤将会指导你如何创建:

  1. 下载Python 3.7。
  2. 下载Anaconda 2020.11。可以在清华大学开源软件镜像站找到镜像资源:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
  3. 使用Anaconda创建一个新的环境,命名为ml-agents。如果你使用的是命令行,可以使用以下命令来创建:
    conda create --name ml-agents python=3.8
  4. 在Anaconda Prompt中输入
    activate ml-agents
    来激活你刚创建的环境。
  5. 安装tensorflow 2.2.0,命令:
    python -m pip install tensorflow==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
  6. 安装torch 1.7.1,命令:
    pip install torch==1.7.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
  7. 安装ml-agents,命令:
    pip install mlagents -i https://pypi.tuna.tsinghua.edu.cn/simple
    (注意:安装过程中请确保没有启动VPN,否则可能会导致安装失败)
  8. 如果训练过程中报错,可能需要降级protobuf版本,命令:
    pip install protobuf==3.20.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

二、训练

在设置好环境之后,你就可以开始训练你的Unity AI项目了:

  1. 在Anaconda Prompt中输入
    activate ml-agents
    来激活你的环境。
  2. 输入
    E:
    切换到E盘。(2、3步需要根据自己项目来)
  3. 通过
    cd E:\UnityProjects\TestAI\Assets\Train
    进入你项目中的训练目录。
  4. 输入
    mlagents-learn config.yaml
    开始训练。
  5. 如果需要恢复之前的训练,可以输入
    mlagents-learn config.yaml --resume

三、确保版本对应

确保你的Unity版本和pip上安装的版本相匹配。你可以在 https://github.com/Unity-Technologies/ml-agents/releases/tag/release_20 的Releases部分查看对应关系。例如我用的ML-Agents Release 4版本配对如下:

  • com.unity.ml-agents (C#):v1.2.0
  • mlagents (Python):v0.18.0
  • mlagents-envs (Python):v0.18.0
  • gym-unity (Python):v0.18.0
  • Communicator (C#/Python):v1.0.0

检查版本的步骤如下:

  1. 检查Unity项目的ML-Agents版本:在Unity编辑器中,打开Window > Package Manager。在打开的窗口中,找到ML-Agents包并查看其版本号。
  2. 检查训练环境的ML-Agents版本:在命令行终端中,运行以下命令:
    pip show mlagents
  3. 更新命令行工具MLAgents和mlagents-envs到对应版本,命令如下:
    • pip install --upgrade mlagents==0.18.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
    • pip install --upgrade mlagents-envs==0.18.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

参考资料:https://zhuanlan.zhihu.com/p/82617680

你可能感兴趣的:(unity,人工智能,笔记)