ml-agents-master

unity和python对接的unity包，里面包括完整的文档和环境，当然在github上也可以下载

# # Unity ML Agents
# ## Proximal Policy Optimization （PPO）
# Contains an implementation of PPO as described [here]（https://arxiv.org/abs/1707.06347）.

from docopt import docopt

import os
from ppo.models import *
from ppo.trainer import Trainer
from unityagents import UnityEnvironment

_USAGE = ‘‘‘
Usage:
  ppo （） [options] 

Options:
  --help                     Show this message.
  --max-steps=             Maximum number of steps to run environment [default: 1e6].
  --run-path=          The sub-directory name for model and summary statistics [default: ppo].
  --load                     Whether to load the model or randomly initialize [default: False].
  --train                    Whether to train model or only run inference [default: True].
  --summary-freq=         Frequency at which to save training statistics [default: 10000].
  --save-freq=            Frequency at which to save model [default: 50000].
  --gamma=                Reward discount rate [default: 0.99].
  --lambd=                Lambda parameter for GAE [default: 0.95].
  --time-horizon=         How many steps to collect per agent before adding to buffer [default: 2048].
  --beta=                 Strength of entropy regularization [default: 1e-3].
  --num-epoch=            Number of gradient descent steps per batch of experiences [default: 5].
  --epsilon=              Acceptable threshold around ratio of old and new policy probabilities [default: 0.2].
  --buffer-size=          How large the experience buffer should be before gradient descent [default: 2048].
  --learning-rate=     Model learning rate [default: 3e-4].
  --hidden-units=         Number of units in hidden layer [default: 64].
  --batch-size=           How many experiences per gradient descent update step [default: 64].
  --keep-checkpoints=     How many model checkpoints to keep [default: 5].
  --worker-id=            Number to add to communication port （5005）. Used for asynchronous agent scenarios [default: 0].
‘‘‘

options = docopt（_USAGE）
print（options）

# General parameters
max_steps = float（options[‘--max-steps‘]）
model_path = ‘./models/{}‘.format（str（options[‘--run-path‘]））
summary_path = ‘./summaries/{}‘.format（str（options[‘--run-path‘]））
load_model = options[‘--load‘]
train_model = options[‘--train‘]
summary_freq = int（options[‘--summary-freq‘]）
save_freq = int（options[‘--save-freq‘]）
env_name = options[‘‘]
keep_checkpoints = int（options[‘--keep-checkpoints‘]）
worker_id = int（options[‘--worker-id‘]）

# Algorithm-specific parameters for tuning
gamma = float（options[‘--gamma‘]）
lambd = float（options[‘--lambd‘]）
time_horizon = int（options[‘--time-horizon‘]）
beta = float（options[‘--beta‘]）
num_epoch = int（options[‘--num-epoch‘]）
epsilon = float（options[‘--epsilon‘]）
buffer_size = int（options[‘--buffer-size‘]）
learning_rate = float（options[‘--learning-rate‘]）
hidden_units = int（options[‘--hidden-units‘]）
batch_size = int（options[‘--batch-size‘]）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-10-18 18:41  ml-agents-master\
     文件        1108  2017-10-18 18:41  ml-agents-master\.gitignore
     文件        3191  2017-10-18 18:41  ml-agents-master\CODE_OF_CONDUCT.md
     文件       11348  2017-10-18 18:41  ml-agents-master\LICENSE
     文件        1490  2017-10-18 18:41  ml-agents-master\README.md
     目录           0  2017-10-18 18:41  ml-agents-master\docs\
     文件        5485  2017-10-18 18:41  ml-agents-master\docs\Agents-Editor-Interface.md
     文件        3335  2017-10-18 18:41  ml-agents-master\docs\Example-Environments.md
     文件        7958  2017-10-18 18:41  ml-agents-master\docs\Getting-Started-with-Balance-Ball.md
     文件        3021  2017-10-18 18:41  ml-agents-master\docs\Limitations-&-Common-Issues.md
     文件       14901  2017-10-18 18:41  ml-agents-master\docs\Making-a-new-Unity-Environment.md
     文件        1719  2017-10-18 18:41  ml-agents-master\docs\Organizing-the-Scene.md
     文件         901  2017-10-18 18:41  ml-agents-master\docs\Readme.md
     文件        2881  2017-10-18 18:41  ml-agents-master\docs\Training-on-Amazon-Web-Service.md
     文件        3760  2017-10-18 18:41  ml-agents-master\docs\Unity-Agents---Python-API.md
     文件        7034  2017-10-18 18:41  ml-agents-master\docs\Unity-Agents-Overview.md
     文件        6452  2017-10-18 18:41  ml-agents-master\docs\Using-TensorFlow-Sharp-in-Unity-（Experimental）.md
     文件        1217  2017-10-18 18:41  ml-agents-master\docs\best-practices.md
     文件        2182  2017-10-18 18:41  ml-agents-master\docs\installation.md
     目录           0  2017-10-18 18:41  ml-agents-master\images\
     文件       88595  2017-10-18 18:41  ml-agents-master\images\academy.png
     文件       44453  2017-10-18 18:41  ml-agents-master\images\agent.png
     文件      241346  2017-10-18 18:41  ml-agents-master\images\agents_diagram.png
     文件     1217166  2017-10-18 18:41  ml-agents-master\images\balance.png
     文件      171073  2017-10-18 18:41  ml-agents-master\images\banner.png
     文件       73513  2017-10-18 18:41  ml-agents-master\images\brain.png
     文件      199636  2017-10-18 18:41  ml-agents-master\images\gridworld.png
     文件       76764  2017-10-18 18:41  ml-agents-master\images\internal_brain.png
     文件       78014  2017-10-18 18:41  ml-agents-master\images\player_brain.png
     文件       46378  2017-10-18 18:41  ml-agents-master\images\scene-hierarchy.png
     文件      170182  2017-10-18 18:41  ml-agents-master\images\tennis.png
............此处省略238个文件信息