こんにちは!! スパーククリエイティブ社のクライアントエンジニアニタナワレピユシュ(Piyush Nitnaware)です。
※まだ日本語の勉強していますので、何か間違えたら申し訳ございませんでした。
今日はUntiyの新しいオープンソースプラグインMl-agentsのPython側の設定を理解しましょう。
Unityが好きな方にUnityのMl-agentsのプラグインも好きになります。このプラグインのおかげでUnityで機械学習 のタスクもできます。
以下はUnityMl-agentsのリンクです、このリンクにUnityプロジェクトの設定を説明していますのでぜひご覧ください。
Pythonのインストール
Pythonをインストするため以下のリンクからPythonのセットアップファイルをダウンロードしてください。
ノート:Pythonのバージョンを確認するためUnity(ml-agents)のドキュメントを参照してください。
www.python.org
Pythonの環境変数 の設定するため以下のリンクを参照してください。
https://www.javadrive.jp/python/install/index3.html
Pythonのバーチャル 環境 を作成しましょう
バーチャル環境を使うの理由
1.時々プロジェクトで特定なバージョンのライブラリは必要になります、バーチャル環境のおかげでこの依存の管理は楽になります。
2.一つプロンプトで複数バーチャル環境を作成することができますので特定なテストが簡単にできます。
バーチャル 環境 のドキュメント: https://docs.python.org/ja/3/library/venv.html
Pythonをインストしたらコマンドプロンプトを実行してください。
コマンドプロンプトでCDを書いて、Unityプロジェクトのパスを入れてください。
そして、以下のコマンドを入力してください。
python -m venv 「バーチャル 環境名」
上記のコマンドを実行したら「venv」というフォルダが作成されるはずです。
👏おめでとう 、バーチャル 環境を作成しました。
以下のバッチファイルを実行したらバーチャル 環境をアクティベート になります。
以下のコマンドでコンソールからバーチャル 環境をアクティベートすることができます。
設定したバーチャル 環境名¥Script¥activate.bat
・コマンド:venv¥Scripts¥activate.bat
今UnityのMl-agentsに関するいろいろなパッケージ をインストールしましょう。
Unityはドキュメントを頻りに更新しますので、パッケージのバージョンを確認するためドキュメントを見た方がいいです。
github.com
必要なパッケージ
パッケージをインストするの順番が必要ですので以下の順番でパッケージをインストしてください。
①install torch~=1.7.1 -f https://download.pytorch.org/whl/torch_stable.html
②python -m pip install mlagents==0.25.1
UnityでMl-agentsのトレーニングを開始しましょう
ノート:Ml-agentsのトレーニングを開始する前にUnityEditorでエージェントの設定を確認する。
BehaviorParameterスクリプトを追加されたオブジェクトに以下の設定をしてください。
A.Model:None
B.BehaviorParameter:Default
プロジェクトでMl-agentsのトレーニングを開始するためコマンドプロンプトで以下のコマンドを入力したらUnityEditorでPlayボタンを押してください。
mlagents-learn --run-id=特定Id
・Pythonコマンド:
mlagents-learn --run-id=Test1
・Configファイルを使っている場合:
mlagents-learn config/PinballAgent.yaml --run-id=Test1
・既存のトレーニングIDに続ける場合:
mlagents-learn --initialize-from=前の実行ID --resume
トレーニングが終わったら以下のログを出すはずです。
トレーニングの結果は「Result\設定した実行Id\エージェント名 .onnx」ファイルに保存されます。
このファイルはUnityのエージェントで使うことができます。
トレーニング中のTensorBoardの結果
トレーニングを実行中の結果を見るため新しいコマンドプロンプトを実行してください。
そして、現在のプロジェクトにCDし、バーチャル 環境をアクティベート をしてください。
最後に以下のコマンドを入力してください。
・Pythonコマンド: tensorboard --logdir results
今は「http://localhost:6006/」リンクをブラウザに実行するとTensorBoardのグラフが見えます。
このml-agentsプラグインのおかげで、Unityエンジンを機械学習業界でも使用ことができます。
テストプロジェクト
github.com
最後まで読んでくれてありがとうございました。
じゃまた!!