ml-agent v0.2：Win10下環境安裝 ml-agent v0.3 win10安裝和實踐

注意

ml-agent已經升級到v0.3，安裝請參考ml-agent v0.3 win10安裝和實踐

簡介

        AI人工智能，更準確地說機器學習（machine learning）最近一年很是火熱。在最近一段時間，Unity也發佈了一個機器學習的工具，叫作ml-agent。

        英文介紹以下：

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

        中文介紹以下：

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

        從代碼結構上看，ml-agent實現了前端用unity作表現，後端用Phython進行人工智能演算的系統。

搭建環境

主要環境

官方推薦環境以下

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

隆ml-agent代碼庫

        從Github網站上克隆（下載）ml-agent，代碼，放在任意位置下。

安裝Unity2017.2

        從Unity官網下載Unity2017.2，安裝。

        下載地址https://store.unity.com/cn/download?ref=personal

安裝VS2017

        從微軟官網https://www.visualstudio.com/zh-hans/downloads/下載，運行後選擇須要的模塊。這邊雖然有提供python的相關插件，可是咱們選擇後面單獨安裝。

安裝Anaconda

        從Anaconda官網安裝Anaconda5.0.0

        下載地址https://www.anaconda.com/download/#windows

        安裝後從開始菜單打開Anaconda Navigator，在左側選擇Environments。在下方菜單中點擊Create建立一個環境，取名爲tensorflow，python版本選擇爲3.6。等待環境建立完成。

安裝Tensorflow及其依賴庫

        從開始菜單中，打開Anacoda Prompt。

        首先激活剛剛建立的環境，輸入命令

activate tensorflow

        輸入命令安裝Tensorflow

pip install –U tensorflow

        等待一段時間直到安裝完成。至此完成了Tensorflow最新版本的安裝。（目前是1.3.0版本）

        後面還要輸入命令，因此暫時不要關閉窗口

安裝ml-agent依賴庫

        完成Tensorflow安裝後，繼續在Anacoda Prompt中輸入命令切換到ml-agent所在的目錄中python目錄的位置。好比ml-agent安裝目錄爲D:\Git\ml-agent，則輸入

cd D:\Git\ml-agent\python

        若是你的Anaconda不是安裝在ml-agent目錄相同的磁盤，那麼須要切換到ml-agen所在的磁盤。好比這裏Anaconda的安裝目錄爲C盤，ml-agent安裝目錄爲D:\ml-agent，則須要切換到D盤，輸入

D:

        而後開始安裝Demo所需的環境，輸入命令

pip install .

        注意，注意不要遺漏最後的點號。等待安裝完成便可。此時依然不用關閉這個窗口

運行

編譯Unity程序

        Unity的ml-agent提供了多幹的demo。這裏嘗試運行3dball這個demo。

        使用Unity2017打開ml-agent下unity-environment文件夾。

        打開Assets\ML-Agents\Examples\3DBall目錄下的scene文件。在場景中選擇Ball3DAcademy下的Ball3DBrain物體，將TypeOfBrain修改成External，表示從Tensorflow中獲取數據。

        菜單中選擇File->Build Setting，添加當前所在場景。（能夠勾選Development Build以便查看輸出）

        點擊PlayerSeting，檢查設置

        Resolution and Presentation -> 勾選Run in Background

        Resolution and Presentation -> Display Resolution Dialog設置爲disable

        回到Build Setting面板，點擊Build，編譯到ml-agent的python目錄中。名爲3dball.exe

運行Jupyter Notebook

        回到Anacoda Prompt命令窗口。注意必定要切換到ml-agent中python所在的目錄。輸入

jupyter notebook

        運行以後，一方面會出現一個命令行窗口，另外一方面會同時打開一個網頁

        點擊網頁中的PPO.ipynb。修改其中env_name的值爲剛剛編譯出來的exe名字。注意不要加exe。而後在菜單上選擇Cell->RunAll

        運行後，能夠看到剛剛編譯出來的exe被運行起來

總結

        注意幾個點

• 雖然不少文章代表tensorflow用python3.5比較好，可是沒有深刻研究到底有什麼影響。
• 因爲Anaconda使用的5.0.0版本，因此默認使用的是python3.6的版本。在這樣的狀況下，若是建立python3.5的環境，安裝tensorflow1.2，會出現運行的時候找不到tensorflow的問題。而若是使用python3.6的環境，可是安裝tensorflow1.2，會出現tensorflow. TensorLayer找不到的問題。這些問題花了好多時間排查，須要注意因此最終這裏使用的是Anaconda5.0.0，python3.6以及tensorflow1.3
• 安裝依賴庫的時候須要注意，必定要切換好環境。不然極可能安裝到不一樣的環境下。這裏安裝前必定會輸入activate tensorflow命令（tensorflow是我建立的環境名）