AI Agents com Unity ML-Agents

Este projeto utiliza o Unity ML-Agents Toolkit para treinar agentes inteligentes em ambientes 3D.

Pré-requisitos

• Unity (versão recomendada: veja releases do ML-Agents)
• Python 3.6–3.10
• mlagents
• torch
• protobuf<=3.20.3

Instalação

1. Instale as dependências Python

python -m venv .venv
.venv\Scripts\activate
pip install --upgrade pip
pip install mlagents torch "protobuf<=3.20.3"

2. Configure o Unity

• Importe o pacote ML-Agents no seu projeto Unity.
• No GameObject do agente, adicione:
  • Behavior Parameters
  • Decision Requester
  • Seu script de agente (ex: MoveOnAgent)
• Configure as observações e ações conforme necessário.

3. Treinamento

No terminal, execute:

mlagents-learn config.yaml --run-id=MeuTreino

Config YAML

• behaviors Define os comportamentos treináveis. O nome (ex: My Behavior) deve bater com o que está no Unity.
• trainer_type Algoritmo usado (ppo, sac, bc). O mais comum é ppo.
• hyperparameters Hiperparâmetros de aprendizado (batch size, taxa de aprendizado, etc).
• network_settings Estrutura da rede neural: quantas camadas e neurônios por camada.
• reward_signals Tipo(s) de sinal de recompensa. O padrão é extrinsic.
• max_steps Quantidade total de passos de simulação antes de parar o treinamento.
• summary_freq Frequência com que os dados de treino são salvos no TensorBoard.

Siga as instruções do console para iniciar o treinamento.

Referências

• Documentação oficial ML-Agents
• Exemplos de uso

---

Dica:
Certifique-se de que a versão do Python e dos pacotes é compatível com a versão do ML-Agents usada no Unity.