Unity机器学习——让小球控制速度并自动追踪目标

一、环境配置如下:

1.TensorFlow 2.0.1

2.CUDA v10.0

3.cuDNN v7.6.5

4.ML-Agent 0.15.0

二、实现步骤

1.链接ML-Agents库 通过修改项目Package中的manifest文件,新增增加库名称和对应的库地址

"com.unity.ml-agents": "file:*这里填库地址*/com.unity.ml-agents"

2.实现场景,基础的小球、平板和目标

3.实现小球的RollAgent脚本

(1)引入命名空间,MLAgents和MLAgents.Sensors,并将该方法继承于Agent

(2)重写AgentReset方法,描述重置模型的过程:

(3)重写CollectObservations方法,描述模型的训练参数:

这一步很关键,想采用哪些参数去训练模型,这需要对实际情况进行考虑,一下采用了这8个参数3+3+2,对sensor增加这些参数

(4)重写AgentAction方法,描述Agent如何使用训练

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值