ml-agents

Unity机器学习代理工具包（ML-Agents）是Unity Technologies的一个开源项目，连接了游戏开发和人工智能研究。它提供了一个灵活的平台，游戏和模拟作为智能代理的训练环境，使用深度强化学习、模仿学习、神经进化等方法。 关键能力包括通过多种深度强化学习算法（如PPO、SAC、MA-POCA和自对弈）支持单代理、多代理合作和多代理竞争场景。对于模仿学习，它提供行为克隆（BC）和生成对抗模仿学习（GAIL）。该工具包附带17多个示例Unity环境和灵活的Unity SDK，可集成到现有游戏或自定义场景中。 Python API允许研究人员使用强化学习、模仿学习或任何自定义方法训练代理。训练好的代理可部署用于多种目的，包括控制多代理和对抗环境中的NPC行为、自动化游戏构建测试，以及预发布评估游戏设计决策。该工具包还支持课程学习场景、环境随机化以增强代理训练鲁棒性、按需决策，以及多个并发Unity环境实例用于并行训练。 ML-Agents工具包利用Unity的推理引擎实现原生跨平台支持，并提供API将Unity学习环境包装为gym或PettingZoo环境。自定义训练算法和组件可通过插件系统添加。该项目采用Apache 2.0许可证，并已验证支持Unity 2020.1及更高版本。最新版本（2025年8月的第23版）包括Python包版本1.1.0和Unity包版本4.0.0。