ml-agent v0.2：Win10下环境安装 ml-agent v0.3 win10安装和实践

注意

ml-agent已经升级到v0.3，安装请参考ml-agent v0.3 win10安装和实践

简介

        AI人工智能，更准确地说机器学习（machine learning）最近一年很是火热。在最近一段时间，Unity也发布了一个机器学习的工具，叫作ml-agent。

        英文介绍以下：

https://blogs.unity3d.com/cn/2017/09/19/introducing-unity-machine-learning-agents/

        中文介绍以下：

http://forum.china.unity3d.com/thread-27837-1-1.html

        工程在Github上的地址以下

https://github.com/Unity-Technologies/ml-agents

        从代码结构上看，ml-agent实现了前端用unity作表现，后端用Phython进行人工智能演算的系统。

搭建环境

主要环境

官方推荐环境以下

• Phython2/3 64位
• jupyter notebook
• TensorFlow (1.0+) (Training)
• Visual Studio 2017
• Unity3d 2017

隆ml-agent代码库

        从Github网站上克隆（下载）ml-agent，代码，放在任意位置下。

安装Unity2017.2

        从Unity官网下载Unity2017.2，安装。

        下载地址https://store.unity.com/cn/download?ref=personal

安装VS2017

        从微软官网https://www.visualstudio.com/zh-hans/downloads/下载，运行后选择须要的模块。这边虽然有提供python的相关插件，可是咱们选择后面单独安装。

安装Anaconda

        从Anaconda官网安装Anaconda5.0.0

        下载地址https://www.anaconda.com/download/#windows

        安装后从开始菜单打开Anaconda Navigator，在左侧选择Environments。在下方菜单中点击Create建立一个环境，取名为tensorflow，python版本选择为3.6。等待环境建立完成。

安装Tensorflow及其依赖库

        从开始菜单中，打开Anacoda Prompt。

        首先激活刚刚建立的环境，输入命令

activate tensorflow

        输入命令安装Tensorflow

pip install –U tensorflow

        等待一段时间直到安装完成。至此完成了Tensorflow最新版本的安装。（目前是1.3.0版本）

        后面还要输入命令，因此暂时不要关闭窗口

安装ml-agent依赖库

        完成Tensorflow安装后，继续在Anacoda Prompt中输入命令切换到ml-agent所在的目录中python目录的位置。好比ml-agent安装目录为D:\Git\ml-agent，则输入

cd D:\Git\ml-agent\python

        若是你的Anaconda不是安装在ml-agent目录相同的磁盘，那么须要切换到ml-agen所在的磁盘。好比这里Anaconda的安装目录为C盘，ml-agent安装目录为D:\ml-agent，则须要切换到D盘，输入

D:

        而后开始安装Demo所需的环境，输入命令

pip install .

        注意，注意不要遗漏最后的点号。等待安装完成便可。此时依然不用关闭这个窗口

运行

编译Unity程序

        Unity的ml-agent提供了多干的demo。这里尝试运行3dball这个demo。

        使用Unity2017打开ml-agent下unity-environment文件夹。

        打开Assets\ML-Agents\Examples\3DBall目录下的scene文件。在场景中选择Ball3DAcademy下的Ball3DBrain物体，将TypeOfBrain修改成External，表示从Tensorflow中获取数据。

        菜单中选择File->Build Setting，添加当前所在场景。（能够勾选Development Build以便查看输出）

        点击PlayerSeting，检查设置

        Resolution and Presentation -> 勾选Run in Background

        Resolution and Presentation -> Display Resolution Dialog设置为disable

        回到Build Setting面板，点击Build，编译到ml-agent的python目录中。名为3dball.exe

运行Jupyter Notebook

        回到Anacoda Prompt命令窗口。注意必定要切换到ml-agent中python所在的目录。输入

jupyter notebook

        运行以后，一方面会出现一个命令行窗口，另外一方面会同时打开一个网页

        点击网页中的PPO.ipynb。修改其中env_name的值为刚刚编译出来的exe名字。注意不要加exe。而后在菜单上选择Cell->RunAll

        运行后，能够看到刚刚编译出来的exe被运行起来

总结

        注意几个点

• 虽然不少文章代表tensorflow用python3.5比较好，可是没有深刻研究到底有什么影响。
• 因为Anaconda使用的5.0.0版本，因此默认使用的是python3.6的版本。在这样的状况下，若是建立python3.5的环境，安装tensorflow1.2，会出现运行的时候找不到tensorflow的问题。而若是使用python3.6的环境，可是安装tensorflow1.2，会出现tensorflow. TensorLayer找不到的问题。这些问题花了好多时间排查，须要注意因此最终这里使用的是Anaconda5.0.0，python3.6以及tensorflow1.3
• 安装依赖库的时候须要注意，必定要切换好环境。不然极可能安装到不一样的环境下。这里安装前必定会输入activate tensorflow命令（tensorflow是我建立的环境名）