# ML-Agents（三）3DBall例子
前一周忙着公司的考试，都没有怎么学新的，今天补上~
之后的记录，我准备先只研究官方的示例，主要是把研究过程中的疑惑和想法记下来。首先我先补充一下如何利用GPU进行训练，结合（一）中的安装方法，需要CUDA v10.0，cuDNN v7.6.5 for CUDA v10.0，对应Tensorflow的版本是2.0.1。
## 一、利用GPU进行训练
前置工作在文章（一）中都有，原先的环境可以保留。现在可以拉一个新的ml-agents源码，然后修改`ml-agents`文件下的`setup.py`中如下图：
原来是`"tensorflow>=1.7,<2.1"`，现在修改为`"tensorflow-gpu>=1.7,<2.1"`，然后再在Anaconda中新建一个环境，如下：
建好后在命令行中重新安装环境（别忘记cd到新的ml-agents源码），分别输入：
`pip install -e ml-agents-envs -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com`
`pip install -e ml-agents -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com`
就是分别安装两个环境，可以发现他会自动下载`tensorflow_gpu-2.0.1`，如下图：
配置好后，在Unity对应的Agent脚本上，也需要将`Inference Device`勾选为`GPU`，然后按以前的方法开始训练，就可以了。
## 二、3DBall
官方示例中，3Dball是一个比较简单的例子，主要运用了reinforcement learning（强化学习）。就是小球在平台上，萌版平台要控制自己绕x、z轴旋转，从而保持小球在自己头上不掉下来。
现根据官方文档翻译一下：
- 设置：一个平衡球任务，agent需要保持小球在其脑袋上的平衡
- 目标：Agent必须尽可能长时间地保持球在头顶的平衡
- Agent设置：环境中包含12个想同类型的agent，全部使用同样的行为参数
- Agent奖励设置：
- 小球每一步保持在方块头顶上就奖励+0.1
- 如果小球掉落，惩罚-0.1
- 行为参数
- 矢量观察空间：8个变量，包括agent方块的旋转角度（两个值，x、z轴方向），球和方块之间的相对位置关系（Vector3），球上刚体的速度（Vector3）
- 矢量动作空间：类型为`Continuous`，`Size`为2，分别控制绕x轴旋转、绕z轴旋转
- Float属性：三个
- scale（比例）：小球的比例，默认为1，推荐最小值为0.2，最大值为5
- gravity（重力）：重力加速度，默认为9.81，推荐最小值4，最大值为105
- mass（质量）：小球的质量，默认为1，推荐最小值为0.1，最大值为20
- 基准平均奖励：100
OK，上面是借鉴官方文档，随意翻译了一下，大概可以了解3DBall主要用途和一些主要参数，里面的Float属性我这里不是很明白，在代码中是用在`Agent.InitializeAgent()`中的`SetResetParameters()`，这个方法顾名思义应该是对Agent进行初始化的操作。也许在这里，我们可以任意修改小球的比例、质量、重力加速度来改变小球在不同的情况下，训练的效果如何吧。
## 3DBall代码分析
看到目前为止，ml-agents其中的精华就在agent的脚本如何设置了，我们下面来分析一下`Ball3DAgent`代码。
### 初始化
```c#
public class Ball3DAgent : Agent
{
[Header("Specific to Ball3D")]
public GameObject ball;
Rigidbody m_BallRb;
IFloatProperties m_ResetParams;
public override void InitializeAgent()
{
m_BallRb = ball.GetComponent
