机器学习 - 编写自定义Agent - 创建自己的AI Bot

我最近一直在玩新的Unity3D机器学习系统，取得了一点进展。我想分享我发现的步骤，以获得一个新创建的Agent设置，并经过训练完成一项基本任务。 在这篇文章中，您将看到如何设置基本Agent，目的是使用增强机器学习来完成随机选择的数字。 我们将使用新的Unity ML Agent系统和tensorflow来创建和训练Agent完成任务，并讨论将其扩展到真实游戏AI的方法。

设置 Tensorflow和UnityML

如果您尚未安装 并设置tensorflow ，你需要按照下属链接设置：

https://unity3d.college/2017/10/25/machine-learning-in-unity3d-setting-up-the-environment-tensorflow-for-agentml-on-windows-10/

AgentML场景设置

一旦你完成了这个过程，打开Unity项目并创建一个新的场景。

我们需要的第一件事就是academy。 创建一个新的gameobject，将其命名为“NumberAcademy”。

将“TemplateAcademy”组件添加到“NumberAcademy”中。 我们的设置不需要Academy做任何特别的事情，所以我们可以从模板中提供的基础空白学院开始。

在Academy下，创建另一个子游戏对象。 将其命名为“NumberBrain”。

添加一个大脑组件。

将State＆Action大小变量设置为2。

将动作空间类型设置为离散。 我们将在我们的项目中使用2个离散的动作（向上或向下）。 我们使用离散量因为它们被表示为整数。

将状态空间类型设置为连续。 我们将跟踪两个浮点数状态，所以我们使用连续变量。

将大脑类型设置为“玩家”

添加2个动作。 选择你想要的任何2个键（我和A＆B一起去），但是将值设置为0和1.绑定到值0的键递减＃，绑定到1的键将增加它。

NumberDemoAgent脚本

创建一个名为NumberDemoAgent.cs的新脚本

将基类设置为代理（将：MonoBehaviour替换为：代理）

添加以下字段：

[C#] 纯文本查看 复制代码
public class NumberDemoAgent : Agent{ [SerializeField] private float currentNumber; [SerializeField] private float targetNumber; [SerializeField] private Text text; [SerializeField] private Transform cube; [SerializeField] private Transform sphere; int solved;view rawNumberDemoAgent-Fields.cs hosted with ❤ by GitHub

currentNumber和targetNumber字段在这里是最重要的。 一切都只是为了调试和可视化。

我们的代理将选择一个随机目标数，并尝试使用我们的递增和递减命令获取currentNumber到我们的目标。

接下来我们需要重写这个CollectState方法：

[C#] 纯文本查看 复制代码
public override List CollectState() { List state = new List(); state.Add(currentNumber); state.Add(targetNumber); return state; }view rawNumberDemoAgent-CollectState.cs hosted with ❤ by GitHub

在这里，我们正在将我们的两个浮点数作为我们Agent状态返回当前和目标号。 请注意，如何与大脑上的2个状态变量相匹配，并且它们都是浮点数，这就是为什么我们将其设置为连续状态而不是离散的。

对于我们的Agent来说，我们需要选择随机的目标号码。 为此，我们将覆盖AgentReset（）方法，如下所示：

[C#] 纯文本查看 复制代码
public override void AgentReset() { targetNumber = UnityEngine.Random.RandomRange(-1f, 1f); sphere.position = new Vector3(targetNumber * 5, 0, 0); currentNumber = 0f; }view rawNumberDemoAgent-AgentReset.cs hosted with ❤ by GitHub

我们需要的最后和最重要的部分是AgentStep（）方法。 这是我们要采取的行动（又称输入），执行一些任务（响应行动）的地方，并引导我们的Agent做出成功的选择。

<div align="left"><div style="padding:15px 0;">[C#] 纯文本查看 复制代码
public override void AgentStep(float[] action) { if (text != null) text.text = string.Format("C:{0} / T:{1} [{2}]", currentNumber, targetNumber, solved); switch ((int)action[0]) { case 0: currentNumber -= 0.01f; break; case 1: currentNumber += 0.01f; break; default: return; } cube.position = new Vector3(currentNumber * 5f, 0f, 0f); if (currentNumber < -1.2f || currentNumber > 1.2f) { reward = -1f; done = true; return; } float difference = Mathf.Abs(targetNumber - currentNumber); if (difference  1.2f) { reward = -1f; done = true; return; } float difference = Mathf.Abs(targetNumber - currentNumber); if (difference