Unity Machine Learning Agents

利用最先进的深度学习技术训练和嵌入智能代理。

具有响应能力的智能虚拟玩家

创建智能游戏体验

创建具有响应能力的智能虚拟玩家以及非玩家游戏角色非常困难。尤其是当游戏比较复杂时。为了创建智能行为,开发者不得不编写大量代码或借助高度专业化的工具。

使用 Unity Machine Learning Agents (ML-Agents),您不再需要“编码”紧急行为,而是通过深度强化学习 和模仿学习相结合的方式教授智能代理“学习”。使用 ML-Agents 可让开发者创建更引人入胜的游戏玩法并增强游戏体验。

复杂 AI 环境

创建逼真、复杂的 AI 环境来训练模型

人工智能 (AI) 研究的进步取决于使用当前用于训练 AI 模型的基准解决现有环境中的难题。但是,随着这些难题的“解决”,出现了对新环境的需求。但是,创建这样的环境通常极为耗时,并且需要具备专门的领域知识。

使用 Unity 和 ML-Agents 工具包,您可以创建物理、视觉和认知丰富的 AI 环境。您可以将它们用于基准测试以及研究新的算法和方法。

 

Unity ML-Agents 的工作原理

集成 ML Agents
集成

集成 ML-Agents Unity 包。

训练代理
训练

连接您的集成 Unity 项目,开始训练代理学习正确的行为。

Puppo The Corgi
嵌入

训练完成后,将训练好的代理模型重新嵌回到 Unity 项目中。

扩大训练范围

需要扩大训练范围?

ML-Agents 云产品将于今年晚些时候面世,这将让 ML-Agents 用户能够在可扩展的云基础设施上进行训练。借助该云产品,您将能够提交许多并发训练会话,或轻松地在多个计算机上扩展训练会话,以更快地获得结果。

如果您当前正在使用 ML-Agents,并且需要扩展和管理实验方面的帮助,请注册获取预览访问权限。

 

Unity 和 Jamcity 徽标

加快 JamCity Snoopy Pop 训练速度

我们与 JamCity 合作,为其泡泡龙游戏《Snoopy Pop》训练了一个代理。训练代理来玩 Snoopy Pop 的挑战之一是需要分析大量的游戏数据来学习有效的行为和策略。此外,大多数开发中的游戏都在不断发展,因此训练时间必须足够短。为了解决上述难题,我们引入了 ML-Agents 中的各种功能,例如异步环境、生成对抗式模仿学习 (GAIL) 和软评价器。

主要优点

开源

Unity ML-Agents 工具包是采用 Apache 2.0 许可证的开源项目。因此,您可以根据需要修改和实现 ML-Agents。

不需要具备 AI/ML 专业知识

该工具包提供了帮您入门所需的一切资源,包括随时可用的最新算法以及内容详尽的文档和示例项目。您还将获得热心的游戏开发社区的大力支持。

设置简单,最少编码

快速、轻松地将您的游戏设置为 AI 训练环境。您不必编写大量代码就能创建智能角色。

大量入门环境

不管您的项目是 2D 游戏、连续控制系统还是大型游戏空间,都可以在所提供的数种入门环境的帮助下快速入门。

跨平台推理支持

使用 Unity Inference Engine (Barracuda),您可以将 ML-Agents 模型部署到 Unity 支持的任何平台(PC、移动平台或游戏主机)上。

可扩展代理训练

访问 C#、通信协议和低级 Python API,让您可以灵活地尝试训练代理的不同算法和方法,丰富您的高级 AI 和研究用例。

数百万看起来自然的程序生成的怪物

《Source of Madness》(Carry Castle 制作的动作类冒险探索游戏)中,您将穿越一个不断变化的动态世界,在此过程中与程序生成的怪物交战。这些怪物由强大的机器学习 AI 生成,每次玩都会有不一样的怪物出现。

对于小型团队而言,创建敌对怪物存在以下挑战:

  • 需要使用不寻常的物理系统控制怪物
  • 怪物种类成千上万
  • 怪物看起来要自然
《Source of Madness》游戏美术

该团队使用 ML-Agents 工具包(尤其是深度强化学习)训练和创建了产生正确行为的神经网络模型。然后,他们使用 Unity Inference Engine 将模型嵌入到游戏中。

ML-Agents 蜂鸟课程

ML-Agents Hummingbird Course

了解如何实施 ML-Agents

我们与 Immersive Limit 合作制作了一个在线课程,通过练习、代码演练和有益的讨论来教您如何实施 ML-Agents。

加入社区

提出问题、找到答案并与其他 Unity ML-Agents 专家和实验人员(包括 Unity 员工)联系。

支持问题

在我们的 Github 页面上提交支持问题

有复杂的场景?

联系我们 - ml-agents@unity3d.com

了解我们的生态系统

浏览 Unity 的 AI 和机器学习产品,了解如何利用它们来解决各种问题。

Unity 计算机视觉

以极低的成本获得用于计算机视觉训练的高质量数据(已完美标注)。

机器人模拟

在将机器人部署到现实世界之前,先在逼真的高保真模拟环境中对其进行原型设计、测试和训练。

Unity Simulation

利用云的强大功能运行数百万次模拟,为机器学习生成训练数据,测试和验证 AI 算法,或者评估和优化建模系统。

训练和嵌入智能代理

使用 Unity ML-Agents 和最先进的深度学习技术创建复杂的 AI 环境和智能游戏体验。

我们使用 Cookie 来确保为您提供网站的最佳体验。有关更多信息,请访问我们的 Cookie 政策页面

明白了