使用ML-Agents Toolkit(0.5)训练游戏ai之游戏打包

这篇文章介绍如何训练官方的一个例子3dball。

确保在此以前已经安装好训练环境能够参考下面的文章。

http://www.javashuo.com/article/p-okccvquf-bx.html

游戏打包的官方说明文档

https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Learning-Environment-Executable.md

https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Basic-Guide.md#play-an-example-environment-using-pretrained-model

打开官方的实例工程ml-agents\UnitySDK

这个工程是和插件项目在一块儿的

下载连接https://github.com/Unity-Technologies/ml-agents/

双击打开3dball路径是Assets/ML-Agents/Examples/3DBall/

1.打包游戏前的配置

 

1. 打开Player Settings (菜单: Edit > Project Settings > Player).
2. 在Resolution and Presentation下:
   • 确保 Run in Background 是勾选上的.
   • 确保  Display Resolution Dialog 设置成 Disabled.
3. 打开 Build Settings 窗口(菜单:File > Build Settings).
4. 选择 target platform.
   • (optional) 选择“Development Build” to log debug messages.
5. If any scenes are shown in the Scenes in Build list, make sure that the 3DBall Scene is the only one checked. (If the list is empty, than only the current scene is included in the build).
6. Click Build:
   • In the File dialog, navigate to your ML-Agents directory.
   • Assign a file name and click Save.
   • (For Windows）With Unity 2018.1, it will ask you to select a folder instead of a file name. Create a subfolder within the ML-Agents folder and select that folder to build. In the following steps you will refer to this subfolder's name as env_name.

2.开启外部训练

打开Anaconda Prompt

输入

activate ml-agents
激活以前搭建好的环境

转到ml-agents目录下

输入

mlagents-learn ../config/trainer_config.yaml --env=3DBall --run-id=firstRun --train

--env=指的是你的游戏文件的路径，游戏程序不加后缀名

--run-id=是每次训练后打印的分割，能够自定义
告诉 learn.py 运行训练session（而不是inference会话）--train

 

图中已经开始训练了。博主的GPU是GTX950M的，支持GPU加速。如何是n卡是不能加速的，这时候只能用cpu跑了，这样会慢很多。

 

训练好以后就能够在当前目录找到models文件夹

 

图中的bytes就是训练好的模型

要想在unity中使用内部模式加载这个模型须要加上一个宏

ENABLE_TENSORFLOW

在playsetting中