前言:以前觉得机器学习要应用于游戏AI,还远得很。

最近看到一些资料后,突发兴致试着玩了玩Unity机器学习,才发觉机器学习占领游戏AI的可能性和趋势。

Unity训练可爱柯基犬Puppo

  • 机器学习训练出的游戏AI,模型可能数据庞大,但是这完全可以部署于服务器。
  • 目前绝大部分游戏AI都是人工制作,工作量庞大。机器学习可以解放生产力,放台主机训练让其自己培养出更实的AI。

ml-agents介绍

Unity Machine Learning Agents (ML-Agents) 是一款开源的 Unity 插件, 使得我们得以在游戏环境和模拟环境中训练智能 agents。

它可以使用 reinforcement learning(强化学习)、imitation learning(模仿学习)、neuroevolution(神经进化)或其他机器学习方法,

通过简单易用的 Python API进行控制,对 Agent 进行训练。

环境配置

环境示例:Windows 10 + Unity2018.4.1f + Anaconda3 + python 3.8 + CUDA toolkit 10.1 + cuDNN 7.6.5 + tensorflow 2.1.0

要注意各软件版本应当互相匹配,特别是CUDA、cuDNN和tensoflow有版本对应。

0.下载/安装Unity(2018.4或更高版本)

1.下载/安装python(3.7或更高版本)

https://www.python.org/getit/

2.下载/安装/配置Anaconda3

2.1 下载并安装Anaconda3

https://www.anaconda.com/distribution/#windows


2.2 更改环境变量

编辑系统变量的"Path"变量,添加下面这些新路径:

%UserProfile%\Anaconda3\Scripts
%UserProfile%\Anaconda3\Scripts\conda.exe
%UserProfile%\Anaconda3
%UserProfile%\Anaconda3\python.exe

3.配置GPU训练环境

3.1 下载并安装CUDA 10.1通用并行计算架构

https://developer.nvidia.com/cuda-10.1-download-archive-update2

3.2 下载 Nvidia cuDNN 7.6.5深度神经网络的GPU加速库(需要注册Nvdia账号)

https://developer.nvidia.com/cudnn

3.3 添加cuDNN库到CUDA

将下载好的cuDNN库cuda目录的三个文件夹(bin,include,lib),复制覆盖到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1文件夹里。

3.4 再次更改环境变量

添加系统变量:"CUDA_HOME",变量值为

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

编辑系统变量"Path",添加如下路径:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\libx64

系统变量"Path"所有添加的路径如红框圈起来:

3.5 配置GPU训练环境

首先要打开Anaconda Prompt窗口 (可以通过在windows开始菜单搜索)

打开之后,首先要创建一个新的Conda环境,输入如下命令(根据自己具体python版本):

conda create -n ml-agents python=3.8

中间会有问要不要安装新包,输入y并回车就完事了。

为了使用这个环境,还得先激活它,输入如下命令:

activate ml-agents

输入后会看到左边()里的内容变成ml-agents

然后为了安装tensorflow,输入如下命令(为了契合版本,这里选择的是2.1.0):

pip uninstall tensorflow
pip install tensorflow-gpu==2.1.0

安装成功界面如下:

4.下载并安装 Unity的ml-agents插件

(如果重新打开了一个新的Prompt窗口记得得重新激活ml-agents)

下载方法:

git clone --branch latest_release https://github.com/Unity-Technologies/ml-agents.git

然后在Anaconda Promptc窗口定位到你clone项目的目录ml-agents文件夹的ml-agents-envs文件夹(本文clone项目路径在C:\project),并使用pip install -e .命令。

cd C:\project\ml-agents\ml-agents-envs
pip install -e .

之后,同样地,对项目目录ml-agents文件夹里的ml-agents文件夹使用pip install -e .命令。

cd C:\project\ml-agents\ml-agents
pip install -e .

如果提示找不到setup.py,说明定位路径不对,要检查一下。

结语

看到这里就已经证明该配置好的配置好了,终于可以关掉电脑,去泡杯咖啡好好休息一下了。如果还想继续的话,不妨看看下一篇博文。

更新于2020.3.6:由于现在Unity ml-agents项目比起2018年已经更新了许多,无论是搭环境还是实际操作都有所改变,于是决定翻新本系列博客。

下一篇博文将介绍一个Unity ml-agents机器学习的入门案例:

https://www.cnblogs.com/KillerAery/p/10631310.html

Unity 用ml-agents机器学习造个游戏AI吧(1)(Windows环境配置)的更多相关文章

  1. Unity 用ml-agents机器学习造个游戏AI吧(2)(入门DEMO)

    前言: 上一篇博文已经介绍了Unity ml-agents的环境配置(https://www.cnblogs.com/KillerAery/p/10629963.html)了. 个人建议先敲demo再 ...

  2. 游戏AI之初步介绍(0)

    目录 游戏AI是什么? 游戏AI和理论AI 智能的假象 (更新)游戏AI和机器学习 介绍一些游戏AI 4X游戏AI <求生之路>系列 角色扮演/沙盒游戏中的NPC 游戏AI 需要学些什么? ...

  3. Unity教程之-基于行为树与状态机的游戏AI

    AI.我们的第一印象可能是机器人,现在主要说在游戏中的应用.关于AI的相关文章我们在前面也提到过,详细请戳这现代的计算机游戏中已经大量融入了AI元素,平时我们进行游戏时产生的交互都是由AI来完成的.比 ...

  4. AI Boot Camp 分享之 ML.NET 机器学习指南

    今天在中国七城联动,全球134场的AI BootCamp胜利落幕,广州由卢建晖老师组织,我参与分享了一个主题<ML.NET 机器学习指南和Azure Kinect .NET SDK概要>, ...

  5. 游戏AI之路径规划(3)

    目录 使用路径点(Way Point)作为节点 洪水填充算法创建路径点 使用导航网(Navigation Mesh)作为节点 区域分割 预计算 路径查询表 路径成本查询表 寻路的改进 平均帧运算 路径 ...

  6. 游戏AI之决策结构—有限状态机/行为树(2)

    目录 有限状态机 行为树 控制节点 条件节点 行为节点 装饰节点 总结 额外/细节/优化 游戏AI的决策部分是比较重要的部分,游戏程序的老前辈们留下了两种经过考验的用于AI决策的结构: 有限状态机 行 ...

  7. 做游戏长知识------基于行为树与状态机的游戏AI(一)

    孙广东 2014.6.30 AI. 我们的第一印象可能是机器人,如今主要说在游戏中的应用. 现代的计算机游戏中已经大量融入了AI元素,平时我们进行游戏时产生的交互都是由AI来完毕的.比方在RPG游戏中 ...

  8. 游戏AI的综合设计

    原地址:http://www.cnblogs.com/cocoaleaves/archive/2009/03/23/1419346.html 学校的MSTC要出杂志,第一期做游戏专题,我写了一下AI, ...

  9. 游戏AI系列内容 咋样才能做个有意思的AI呢

    游戏AI系列内容 咋样才能做个有意思的AI呢 写在前面的话 怪物AI怎么才能做的比较有意思.其实这个命题有点大,我作为一个仅仅进入游戏行业两年接触怪物AI还不到一年的程序员来说,来谈这个话题,我想我是 ...

随机推荐

  1. 搜索应用参考示例XXL-SEARCH

    <搜索应用参考示例XXL-SEARCH> 一.简介 1.1 概述 XXL-SEARCH 是以 "lucene/elasticsearch" 为核心的,Pragmatic ...

  2. maven包加载

    1) IDEA包加载pom.xml配置 <build>    <sourceDirectory>src/main/java</sourceDirectory>    ...

  3. 115个Java面试题和答案——终极列表(上)【转】

    本文我们将要讨论Java面试中的各种不同类型的面试题,它们可以让雇主测试应聘者的Java和通用的面向对象编程的能力.下面的章节分为上下两篇,第一篇将要讨论面向对象编程和它的特点,关于Java和它的功能 ...

  4. Python中Json对象处理的jsonpath-rw

    这两天在写一个爬虫,需要从网站返回的json数据提取一些有用的数据. 向url发起请求,返回的是response,在python3中,response.content是二进制bytes类型的,需要用d ...

  5. js基础进阶--编的实用技巧(一)

    我的个人博客:http://www.xiaolongwu.cn 在平时的开发中,编码技巧很重要,会让你少写很多代码,起到事倍功半的效果. 下面总结几种简单的技巧,大家共同学习一下 1. 利用+.-./ ...

  6. python装饰器小计

    1.装饰器:本质是函数,是用来给其他函数添加附加扩展功能的函数,其返回值是一个函数(函数指针) 2.装饰器作用:不改变函数源代码和函数调用方式的前提下添加函数的附加功能. 3.装饰器储备知识点: A. ...

  7. Docker容器发布spring boot项目

    一.安装Docker环境 yum install docker 安装完成后,使用下面的命令来启动 docker 服务,并将其设置为开机启动: systemctl start docker.servic ...

  8. springboot之启动原理解析

    前言 SpringBoot为我们做的自动配置,确实方便快捷,但是对于新手来说,如果不大懂SpringBoot内部启动原理,以后难免会吃亏.所以这次博主就跟你们一起一步步揭开SpringBoot的神秘面 ...

  9. 搭建Hadoop完全分布式

    Centos7搭建hadoop完全分布式 虽然说是完全分布式,但三个节点也都是在一台机器上.拿来练手也只能这样咯,将就下.效果是一样滴.这个我自己都忘了步骤,一起来回顾下吧. 必备知识: Linux基 ...

  10. 虚拟机搭建CentOS主机win10通过xshell连接

    目标:主机是win10系统,虚拟机搭建CentOS,在主机上通过XShell连接操作. 第一步 主机上安装虚拟机 第二步 下载CentOS 下载地址http://101.110.118.69/isor ...