ML-Agent：通过TF#使用训练完成的模型数据

（本文来自：http://www.cnblogs.com/CodeGize  http://www.codegize.com）

安装TF#

TF#，即Tensorflow Sharp是Tensorflow的C#版本。得益于改项目，使得tensorflow集成到unity中成为可能。（TF#的Git：https://github.com/migueldeicaza/TensorFlowSharp）

在ml-agent中，含有一个插件，叫做TFSharpPlugin.unitypackage，包含了TF#和ml-agent。

下载地址：https://s3.amazonaws.com/unity-agents/TFSharpPlugin.unitypackage

如果下载较慢可以使用下面的地址：http://pan.baidu.com/s/1c1XArmC 密码：aej8

安装这个插件，把必要的dll文件添加到原有的工程中（也可以所有文件完全覆盖掉）。

按照官方的说明文档，在unity中选择菜单Editor->ProjectSetting->Player。在OtherSetting下的Scripting Define Symbols中添加一个宏定义ENABLE_TENSORFLOW

准备训练完成的模型数据

在这些工作准备就绪后，按照之前一文《Win10下Unity人工智能代理ml_agent环境安装》搭建环境并且最终运行tensorflow的训练模型。如果一切顺利没有问题，那么就会在ml-agentspythonmodelsppo这个目录下生成一个3dball.byte文件。这个就是训练完成的模型数据。将其重命名为3dball_custom.byte（unity工程里面已经含有官方训练好的模型数据文件，也叫3dball.byte，所以这边为了区别进行了重命名）。

使用训练完成的模型数据

• 复制3dball_custom.byte到unity中的AssetsML-AgentsExamples3DBall TFModels下。
• 打开AssetsML-AgentsExamples3DBall下的Scene场景
• 在Hierarchy面板中选择Ball2DAcademy下的Ball3DBrain物体。
• 在Inspector面板中，将Brain组件的Type Of Brain设置为Internal(如果没有这个选项，说明没有在PlayerSetting中设置宏定义)。将Graph Model设置为我们刚刚训练完成的那个模型数据3dball_custom。

• 运行

使用结果

可以看到平板会自动地摆动，尽可能不让小球从平板上掉下来。说明此时，程序已经正常使用了我们训练完成的模型数据

(效果和图中类似，由于不知道怎么做gif，用的是别人的图)

转载请保留：http://www.cnblogs.com/CodeGize      http://www.codegize.com