使用ML-Agents Toolkit(0.5)训练游戏ai之环境搭建

ML-Agents toolkit目前已经更新到0.5版本了。

要想使用这个Unity插件训练人工智能需要如下软件

1.Anaconda指的是一个开源的Python发行版本，主要是让你的训练环境与其它python运行环境隔开，互不干扰。

2.在Anaconda激活一个全新的环境，并安装tensorflow，TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统

3.ML-Agents插件提供的pyhton包，包中含有mlagents-learn程序，mlagents-learn控制游戏，游戏对控制进行评分，反馈到mlagents-learn，mlagents-learn进行相应的处理，

而mlagents-learn使用了tensorflow框架，实际的训练过程是由tensorflow完成的，mlagents-learn起到的是一个输入输出的作用。

4.CUDA toolkit和Nvidia cuDNN library，这个软件是可选的，如果你的显卡是Nvidia的，那么你的电脑很有可能支持显卡加速。安装这两个程序就可以实现显卡编程了，如果不支持那就跳过这个吧。

tensorflow有两个版本，一个是cpu版的一个是gpu版的，如果你的显卡被支持了，就用gpu版的，训练的时候会快上很多。cuda9.0的安装可能会出现安装失败的情况，

参考知乎的这篇文章https://www.zhihu.com/question/276491276/answer/392652876

你的显卡是否支持CUDA请点击查看https://developer.nvidia.com/cuda-gpus

上面四个软件的版本要严格按照官方文档来。

官方安装文档https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Installation-Windows.md

Anaconda下载地址（官方文档指定的版本）：

32bit:https://repo.continuum.io/archive/Anaconda3-5.1.0-Windows-x86.exe

64bit:https://repo.continuum.io/archive/Anaconda3-5.1.0-Windows-x86_64.exe

以上四个步骤完成环境也就搭建完成了。

测试你的环境

1.如果你严格安装官方文档安装以后，你应该已经新建了一个ml-agents环境打开Anaconda Prompt输入activate ml-agents

2.打开python，输入import tensorflow as tf，如果你安装的是cpu版本这步没有报错就可以了

如果有警告可以参考这篇文章https://www.cnblogs.com/pojdd/p/9790730.html。

3.对于安装了gpu版的tensorflow，输入sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

这时候会看到显卡信息。如果没有看到，那么CUDA toolkit和Nvidia cuDNN library可能有问题。