インストール

説明はInstallationのページに依る．

  1. Pythonを使える環境を前提とする．
  2. Unity2017.1以降の環境で，Unityのインストール時にLinux Build Supportを入れておく．
  3. デスクトップにでも，$ git clone https://github.com/Unity-Technologies/ml-agents.gitしておく．
  4. サブディレクトリpythonで$ pip install .とする．

使用方法

説明はBasic Guideのページに依る．

  1. ml-agentsフォルダ内のサブディレクトリunity-environmentの中身をUnityのプロジェクトに置く．
  2. ファイル > ビルド設定 > プレイヤー設定で，インスペクタに出ているOther SettingsのConfigurationにあるScripting Define SymbolsをENABLE_TENSORFLOWとする．
  3. その数行上のScripting Runtime Versionを.NET 4.x Equivalentにする．（再起動される．）
  4. TensorFlowSharp Pluginをダウンロードする．
  5. ダウンロードしたTFSharpPlugin.unitypackageをAssets > Import Package > Custom Packageで選んでインポート．

サンプルを使ってみる．

  1. プロジェクトのAssets/ML-Agents/Examples/3DBallにある3DBallシーンを開く．
  2. ヒエラルキーのBall3DAcademy > Ball3DBrainにアタッチされているBrainコンポーネントの欄で，Brain TypeをInternal（学習したものを使う状態）にする．
  3. 学習成果が置いてあるAssets/ML-Agents/Examples/3DBall/TFModelsに3DBallというファイルがあるので，先ほどのBrainコンポーネントのGraph Modelにこれを当てはめる．
  4. ゲームを再生すると，ボールの落ちない賢いボードの動かし方が再現される．

学習させる

  1. 学習させるにはBrain TypeをInternalではなくExternalにする．
  2. ターミナルでデスクトップ等においたML-Agentsのpythonディレクトリに移り，$ python3 learn.py --run-id=testid --trainとする．
  3. 再生するとゲーム画面とターミナルが両方動いて学習が始まる．学習の終了はCtrl + C．

学習したものを使う

  1. ML-Agentsのpythonディレクトリに/models/testid/editor_Ball3DAcademy_testid.bytesができたので，学習成果入れであるAssets/ML-Agents/Examples/3DBall/TFModels/に入れる．
  2. あとはサンプル同様にBrain TypeをInternalにして，Graph Modelにこのファイルを設定する．