ML-Agents训练智能AI使用技巧

ML-Agents是Unity开发智能AI的利器，但是学习曲线相对陡峭，需要一些机器学习算法的理解，经过使用训练模式、好奇心模式的经历，总结一些使用技巧，供爱好者参考。
1.训练模式是老师带学生的模式，玩家通过操作AI，与Agents AI具有相同的参数，只不过用人工替代了电脑大脑的控制和判断，也就是Actions的决策选择。人工的操作不但能让AI学习移动和一些操作，AI还能继续使用加强学习的算法进行大脑的双向训练。配置过程相对麻烦，可以参考官方示例。
2.对于一些复杂环境和多操作，比如要在躲避的过程中还选择攻击，在捡拾道具和攻击、逃跑中做优化寻泽，这种复杂的情况下，尽量开启好奇心模式，在trainer.ymal配置中修改好奇心参数为true。这样会尽量杜绝AI原地打转，浪费训练时间，也完全达不到使用目标和要求。
3.一些简单的训练场景一般都容易实现目标，但是像我们的正常游戏中，AI的操作动作都比较多，场景也比较复杂，比如各种石头、墙壁等具有碰撞体的检测，因此在基础训练满足后，就要将复杂的真实场景进行训练场景的搭建，个人觉得这个步骤很关键，不要单纯的降低训练环境实现大脑文件生成，若此，AI到真实场景中就容易钻入一些复杂环境无法进行智能判断。
4.一劳永逸的摄像机模式不能使用，开始就卡死，不清楚是什么问题，个人感觉跟显卡没有关系，因为我配置的模式是CPU模式。
5.AI的技能训练尽量不用真实技能，可以用射线碰撞代替射线类技能，训练完毕后，将真实技能参数调整到射线碰撞的参数，比如距离、有效半径等。
6.在重写动作控制的方法时，尽量添加一些基本的限制条件，比如22m内如果没有检测到攻击目标的存在就不要释放20m范围攻击的技能，明显攻击不到敌人。
大家还有别的好经验心得可以交流。