ML-Agent：經過TF#使用訓練完成的模型數據

（本文來自：http://www.cnblogs.com/CodeGize  http://www.codegize.com）

安裝TF#

TF#，即Tensorflow Sharp是Tensorflow的C#版本。得益於改項目，使得tensorflow集成到unity中成爲可能。（TF#的Git：https://github.com/migueldeicaza/TensorFlowSharp）

在ml-agent中，含有一個插件，叫作TFSharpPlugin.unitypackage，包含了TF#和ml-agent。

下載地址：https://s3.amazonaws.com/unity-agents/TFSharpPlugin.unitypackage

若是下載較慢能夠使用下面的地址：http://pan.baidu.com/s/1c1XArmC 密碼：aej8

安裝這個插件，把必要的dll文件添加到原有的工程中（也能夠全部文件徹底覆蓋掉）。

按照官方的說明文檔，在unity中選擇菜單Editor->ProjectSetting->Player。在OtherSetting下的Scripting Define Symbols中添加一個宏定義ENABLE_TENSORFLOW

準備訓練完成的模型數據

在這些工做準備就緒後，按照以前一文《Win10下Unity人工智能代理ml_agent環境安裝》搭建環境而且最終運行tensorflow的訓練模型。若是一切順利沒有問題，那麼就會在ml-agents\python\models\ppo這個目錄下生成一個3dball.byte文件。這個就是訓練完成的模型數據。將其重命名爲3dball_custom.byte（unity工程裏面已經含有官方訓練好的模型數據文件，也叫3dball.byte，因此這邊爲了區別進行了重命名）。

使用訓練完成的模型數據

• 複製3dball_custom.byte到unity中的Assets\ML-Agents\Examples\3DBall\ TFModels下。
• 打開Assets\ML-Agents\Examples\3DBall下的Scene場景
• 在Hierarchy面板中選擇Ball2DAcademy下的Ball3DBrain物體。
• 在Inspector面板中，將Brain組件的Type Of Brain設置爲Internal(若是沒有這個選項，說明沒有在PlayerSetting中設置宏定義)。將Graph Model設置爲咱們剛剛訓練完成的那個模型數據3dball_custom。

• 運行

使用結果

能夠看到平板會自動地擺動，儘量不讓小球從平板上掉下來。說明此時，程序已經正常使用了咱們訓練完成的模型數據

(效果和圖中相似，因爲不知道怎麼作gif，用的是別人的圖)

轉載請保留：http://www.cnblogs.com/CodeGize      http://www.codegize.com