概要
UnityのML-Agetnsを使用した機械学習の新規学習方法
環境
- Windows10
- Python(Anaconda3) : 3.7.10
- Unity : 2020.3.6f1
- ML-Agents : Release 17
環境構築
以下のリンクを参考
学習の方法
トレーニングの開始
以下のコマンドをAnacondaで実行
cd C:/(Ml-agentのサンプルをダウンロードしたフォルダ)
mlagents-learn config/ppo/3DBall.yaml --run-id=first3DBallRun
「Listening on port 5004. Start training by pressing the Play button in the Unity Editor.」が表示されたら Unityの再生ボタンを押すとトレーニングが開始される。
Ctrl+C or Unityの停止ボタンで学習を停止することができる。
トレーニングの進捗状況の確認
以下のコマンドをAnacondaで実行
cd C:/(Ml-agentのサンプルをダウンロードしたフォルダ)
tensorboard --logdir results
コマンド実行後、「localhost:6006」にアクセスすることでトレーニングの進捗状況を確認することができる。
トレーニング再開方法
トレーニング開始のコマンドに「--resume」を追加する
mlagents-learn config/ppo/3DBall.yaml --run-id=first3DBallRun --resume
作成されたモデルの確認
「results/(run-idで指定した名前)/〇〇.onnx」がモデルデータ
学習結果の確認
- Unityの3DBall シーン内の3DBall > Agentを選択
- AgentオブジェクトのBehaivor Parametersコンポーネントのモデルに作成したモデルデータをセットする
- 実行ボタンを押し、ボールを落とさないよう動作していることができれば成功
