ml-agents

O Unity Machine Learning Agents Toolkit (ML-Agents) é um projeto de código aberto da Unity Technologies que une o desenvolvimento de jogos à pesquisa em inteligência artificial. Ele fornece uma plataforma flexível onde jogos e simulações atuam como ambientes de treinamento para agentes inteligentes, usando aprendizado por reforço profundo, aprendizado por imitação, neuroevolução e outros métodos. As principais capacidades incluem suporte a cenários de agente único, cooperativos multiagente e competitivos multiagente por meio de vários algoritmos de aprendizado por reforço profundo, como PPO, SAC, MA-POCA e self-play. Para aprendizado por imitação, oferece Behavioral Cloning (BC) e Generative Adversarial Imitation Learning (GAIL). O kit inclui mais de 17 ambientes Unity de exemplo e um SDK Unity flexível que pode ser integrado a jogos existentes ou cenas personalizadas. A API Python permite que pesquisadores treinem agentes usando aprendizado por reforço, aprendizado por imitação ou qualquer método personalizado. Agentes treinados podem ser implantados para vários propósitos, incluindo controle de comportamento de NPCs em configurações multiagente e adversariais, testes automatizados de builds de jogos e avaliação de decisões de design de jogos antes do lançamento. O kit também suporta cenários de aprendizado curricular, randomização de ambiente para treinamento robusto de agentes, tomada de decisão sob demanda e múltiplas instâncias Unity concorrentes para treinamento paralelo. O ML-Agents Toolkit utiliza o Unity Inference Engine para suporte nativo multiplataforma e fornece APIs para envolver ambientes de aprendizado Unity como ambientes gym ou PettingZoo. Algoritmos e componentes de treinamento personalizados podem ser adicionados por meio de um sistema de plugins. O projeto é licenciado sob Apache 2.0 e é verificado para Unity 2020.1 e versões posteriores. O lançamento mais recente (Release 23, agosto de 2025) inclui a versão 1.1.0 do pacote Python e a versão 4.0.0 do pacote Unity.