Unity-Technologies/ml-agents

项目概览

项目已提供单智能体、合作与竞争式多智能体训练能力，并包含超过 17 个可研究或改造的 Unity 示例环境。

项目类型

AI Agent · 模型开发 · 评测观测

部署方式

查看项目说明

License

License 待确认

适合谁

• 需要把 Unity 游戏、仿真或自定义场景作为智能体训练与评估环境的研究者和开发者。
• 需要覆盖单智能体、合作式多智能体或竞争式多智能体强化学习的团队。
• 希望在同一工具体系中组合现成训练器、模仿学习、自定义算法和 Python 环境控制的团队。

核心能力

• 将 Unity 游戏或仿真作为智能体与场景交互的训练环境，为基于具体游戏机制或模拟过程的训练与评估提供可复用载体；该能力已可用。
• 提供 PPO、SAC、MA-POCA 与自博弈支持，可处理单智能体、合作式多智能体及竞争式多智能体训练，让团队能够按任务交互结构选择现成训练方案；该能力已可用。
• 通过 BC 和 GAIL 从示范数据中学习，使拥有操作轨迹或专家示范的团队能够以行为样本作为训练起点；该能力已可用。
• 允许加入自定义训练算法和训练组件，使现有训练器无法覆盖的研究假设或任务机制仍可接入同一环境体系；该能力已可用。
• 可为复杂任务定义由易到难的课程，并通过环境随机化增加训练条件变化，帮助团队训练对环境差异更稳健的智能体；该能力已可用。
• 包含超过 17 个可供研究或改造的 Unity 示例环境，用户可据此理解环境设计方式并缩短自定义场景的探索过程；该能力已可用。
• 通过 Python 接口控制 Unity 环境，并使用项目支持的方法或用户自定义方法训练智能体，使环境执行与算法实验能够在 Python 工作流中衔接；该能力已可用。
• 通过推理引擎为训练完成的智能体提供原生跨平台推理支持，降低训练结果进入不同运行平台时的衔接成本；该能力已可用。

限制与风险

• 开发分支处于活跃开发状态，可能不稳定；评估、复现实验或建立长期基线时，不应默认其行为与稳定版本一致。
• 工具包含与 Unity 被动收集信息相关的编辑器内分析能力，现有资料没有说明能否关闭；对遥测、隐私或数据边界有要求的团队应在采用前核实。

如何开始

• 可先研究或改造项目提供的 Unity 示例环境，用较明确的现成场景理解环境交互和训练链路，再决定是否投入自定义场景建设。
• 有奖励反馈的单智能体或多智能体任务可评估现成强化学习训练器；已有示范数据时可评估 BC 或 GAIL；特殊研究需求则评估自定义算法与组件扩展。
• 在扩大场景复杂度前，应先通过 Python 接口验证环境能够被控制，并确认支持的训练方法或自定义方法可以接入目标 Unity 场景。

核验依据

• GitHub 项目简介: The Unity Machine Learning Agents Toolkit (ML-Agents) is an open-source project that enables games and simulations to serve as environments for training intelligent agents using d…
• README: We provide implementations (based on PyTorch) of state-of-the-art algorithms to enable game developers and hobbyists to easily train intelligent agents for 2D, 3D and VR/AR games.
• README: Researchers can also use the provided simple-to-use Python API to train Agents using reinforcement learning, imitation learning, neuroevolution, or any other methods.
• README: These trained agents can be used for multiple purposes, including controlling NPC behavior (in a variety of settings such as multi-agent and adversarial), automated testing of gam…
• README: - 17+ [example Unity environments](https://docs.unity3d.com/Packages/com.unity.ml-agents@latest/index.html?subfolder=/manual/Learning-Environment-Examples.html)

内容核验时间：