前言:之前以爲機器學習要應用於遊戲AI,還遠得很。
最近看到一些資料後,突發興致試着玩了玩Unity機器學習,才發覺機器學習佔領遊戲AI的可能性和趨勢。html
Unity訓練可愛柯基犬Puppopython
Unity Machine Learning Agents (ML-Agents) 是一款開源的 Unity 插件, 使得咱們得以在遊戲環境和模擬環境中訓練智能 agents。
它可使用 reinforcement learning(強化學習)、imitation learning(模仿學習)、neuroevolution(神經進化)或其餘機器學習方法,
經過簡單易用的 Python API進行控制,對 Agent 進行訓練。git
配置示例:Windows 10系統
其次要注意,各軟件版本應當互相匹配(過高也不行,例如python 3.7會翻車),目前示例:
Anaconda3 + python 3.6 + CUDA toolkit 9.0 + tensorflow 1.7.1github
https://www.python.org/downloads/release/python-368/windows
https://www.anaconda.com/distribution/#windows服務器
編輯系統變量的"Path"變量,添加下面這些新路徑(%UserProfile%要根據本身的實際安裝位置替換成正確的路徑):網絡
%UserProfile%\Anaconda3\Scripts %UserProfile%\Anaconda3\Scripts\conda.exe %UserProfile%\Anaconda3 %UserProfile%\Anaconda3\python.exe
https://developer.nvidia.com/cuda-90-download-archive架構
在安裝以前,必須保證關掉任何正在運行的Unity或者Visual Studio程序。機器學習
https://developer.nvidia.com/cudnn學習
將下載好的cuDNN庫cuda目錄的三個文件夾(bin,include,lib),複製覆蓋到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0文件夾裏。
添加系統變量:"CUDA_HOME",變量值爲
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
編輯系統變量"Path",添加以下路徑:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64
首先要打開Anaconda Prompt窗口 (能夠經過在windows開始菜單搜索)
打開以後,首先要建立一個新的Conda環境,輸入以下命令:
conda create -n ml-agents python=3.6
中間會有問要不要安裝新包,輸入y並回車就完事了。
爲了使用這個環境,還得先激活它,輸入以下命令:
activate ml-agents
輸入後會看到左邊()裏的內容變成ml-agents
而後爲了安裝tensorflow,輸入以下命令(爲了契合版本,這裏選擇的是1.7.1):
pip uninstall tensorflow pip install tensorflow-gpu==1.7.1
安裝成功界面以下:
(若是從新打開了一個新的Prompt窗口記得得從新激活ml-agents)
下載方法:
git clone https://github.com/Unity-Technologies/ml-agents.git
而後在Anaconda Promptc窗口定位到你下載項目的目錄ml-agents文件夾的ml-agents文件夾
cd C:\Downloads\ml-agents\ml-agents
而後輸入以下命令:
pip install -e .
若是提示找不到setup.py,說明定位路徑不對,要檢查一下
看到這裏就已經證實該配置好的配置好了,終於能夠鬆口氣了。能夠關掉電腦,去泡杯咖啡坐下來好好休息一下了。若是還想繼續的話,不妨看看下一篇博文。
下一篇博文將介紹一個Unity ml-agents機器學習的入門案例: