Unity3D机器学习插件ML-Agents ToolKit(v0.5): 环境搭建和3DBallDemo运行

前言：

由于项目需要，需要了解U3D的ML-Agents插件。预期目的有几点：

1. ML-Agents的大致框架
2. 各个部分的具体实现细节

在开始研究前，首先我要搭建实验环境，之后运行官方案例。

大致框架：

ML-Agents是一个Unity3D的插件，其包含3个高级组件：学习环境，External Communicator，Python API。

1. 学习环境：就是代理存在，并生活的地方。它可以小到是几个简单对象组成的模拟场景，大到可以是一个复杂场景的模拟。
2. Python API - 其中包含用于训练（学习某个行为或 policy）的 所有机器学习算法。请注意， 与学习环境不同，Python API 不是 Unity 的一部分，而是位于外部，并通过 External Communicator 与 Unity 进行通信。（ml-agents-master 中 ml-agents 就包含所有的策略算法）
3. External Communicator：它将 Unity 环境与 Python API 连接起来。它位于 Unity 环境中。

每个学习环境包含有三个帮助组织场景的附加组件：Academy，Brain，Agent。

1. Agent - 它可以被附加到一个 Unity 游戏对象上（场景中的 任何角色），负责生成它的观测结果、执行它接收的动作 并适时分配奖励