強化学習と深層学習は、機械学習のサブセットです。
強化学習と深層学習の主な違いは次のとおりです：
- 深層学習のトレーニングデータにはラベルが付いていますが、強化学習のトレーニングデータにはラベルがありません。代わりに、環境からの報酬と罰則を通じて学習します。
- 深層学習の学習プロセスは静的ですが、強化学習の学習プロセスは動的です。ここで、静的と動的の違いは、環境との相互作用の有無です。深層学習は与えられたサンプルで学習しますが、強化学習は環境との相互作用を通じて学習し、環境からの報酬と罰則を受け取ります。
- 深層学習は主に知覚問題を解決しますが、強化学習は主に意思決定問題を解決します。したがって、深層学習は五感に似ており、強化学習は脳に似ています。
ML-Agents は、ゲーム環境やシミュレーション環境で知能エージェントをトレーニングするためのオープンソースの Unity プラグインです。
- mlagents をダウンロードします。なぜ 20 バージョンを使用しないかは聞かないでください。
https://github.com/Unity-Technologies/ml-agents/releases/tag/release_19 - conda をダウンロードします（Python 環境）。
https://anaconda.org/anaconda/conda - conda 環境を作成します。
conda create -n base1 python=3.8
- 作成した環境に切り替えます。
conda activate base1
- mlagents をインストールします。
cd C:\Users\546546\Desktop\ml-agents-release_19\ml-agents-release_19
pip install torch~=1.7.1
pip install -e./ml-agents-envs
pip install -e./ml-agents
pip uninstall protobuf
pip install protobuf==3.19.6
pip uninstall numpy
pip install numpy==1.19
- ゲームロジックの開発が完了したら、トレーニングを開始します。
mlagents-learn config/ppo/ball.yaml --run-id=t1
詳しいチュートリアルは、私の YouTube チャンネルをご覧ください。
https://www.youtube.com/watch?v=eNQpujBpGMY&t=13s