【unity】70行で簡単に機械学習サンプルを実装してみた |

今回は、unityの機械学習ライブラリ、mlagentsを使って機械学習サンプルシーンを実装してみました。

約70行で実装できるので、mlagentsを学び始めた初心者にとっては、学びやすい内容になっていると思います。

mlagents-Tool-Kitのサンプルシーンを動かしてみた後に、実際に機械学習をしてみたい方は、こちらのサンプルを実装してみることをおすすめします。

以下のようなものが完成品です。

1.mlagentsを導入する
2.GameObjectを生成
3.スクリプトを書いていく
4.機械学習する
5.実際に動かしてみた

1.mlagentsを導入する

まず初めに新規プロジェクトをつくります。

[File]>[New Project]で新規プロジェクトを作成し、mlagentsを導入します。

mlagentsの導入は、以下の記事で詳しく紹介しているので、そちらを参考にしてみてください。

【unity】機械学習する環境を設定してみた

プロジェクトを作成したら、GameObjectを生成していきます。

2.GameObjectを生成

[Hierarchy]へ以下のGameObjectを生成します。

・[Create]>[3D Object]>[Plane] 名前をFloorとする。

Position[0,0,0]

Rotation[0,0,0]

Scale[1,1,1]

・[Create]>[3D Object]>[Cube] 名前をTargetとする。

Position[3,0.5,3]

Rotation[0,0,0]

Scale[1,1,1]

・[Create]>[3D Object]>[Sphere] 名前をRollerAgentとする。

Position[0,0.5,0]

Rotation[0,0,0]

Scale[1,1,1]

[Inspectorビュー]>[Add Component]>[Physics]>[Rigidbody]

[Inspectorビュー]>[Add Component]>[New Scripts] 名前をRoller Agentへ変更。

・[Create]>[Create Empty] 名前をAcademyとする。

[Inspectorビュー]>[Add Component]>[New Scripts] 名前をRoller Academyへ変更。

Sceneに生成すべきオブジェクトは以上４つです。

GameObjectを生成した後は、機械学習するためのスクリプトを書いていきます。

3.スクリプトを書いていく

機械学習するためのコードを書いていきます。

全部で約70行のコードなので全体の内容を理解しやすいかと思います。

・Roller Academy

using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using MLAgents;

public class RollerAcademy : Academy
{ 
}

using System.Collections;

using System.Collections.Generic;

using UnityEngine;

using MLAgents;

public class RollerAcademy : Academy

{

}

Roller Academyは以上になります。

using MLAgents;を忘れずに。

RollerAcademyのスーパークラスをMonoBehaviour からAcademyへ変更します。

・RollerAgent

using UnityEngine;
using MLAgents;

public class RollerAgent : Agent
{
    Rigidbody rBody;

    void Start()
    {
        rBody = GetComponent<Rigidbody>();
    }

    public Transform Target;
    public override void AgentReset()
    {
        if (this.transform.position.y < 0)
        {
            //ボールが落ちたときにボールをもとの位置に戻すIf the Agent fell, zero its momentum
            this.rBody.angularVelocity = Vector3.zero;
            this.rBody.velocity = Vector3.zero;
            this.transform.position = new Vector3(0, 0.5f, 0);
        }

        //ターゲットの位置をランダムに決めるMove the target to a new spot
        Target.position = new Vector3(Random.value * 8 - 4,
                                      0.5f,
                                      Random.value * 8 - 4);
    }

    public override void CollectObservations()
    {
        //ターゲットとボールの座標情報を取得Target and Agent positions
        AddVectorObs(Target.position);
        AddVectorObs(this.transform.position);

        //ボールの向きを取得Agent velocity
        AddVectorObs(rBody.velocity.x);
        AddVectorObs(rBody.velocity.z);
    }

    public float speed = 10;
    public override void AgentAction(float[] vectorAction, string textAction)
    {
        //移動Actions,size=2
        Vector3 controlSignal = Vector3.zero;
        controlSignal.x = vectorAction[0];
        controlSignal.z = vectorAction[1];
        rBody.AddForce(controlSignal * speed);

        //Rewards
        float distanceToTarget = Vector3.Distance(this.transform.position, Target.position);

        //Reached target
        if (distanceToTarget < 1.42f)
        {
            SetReward(1.0f);
            Done();
        }

        //Fell off platform
        if (this.transform.position.y < 0)
        {
            Done();
        }
    }
}

using UnityEngine;

using MLAgents;

public class RollerAgent : Agent

{

Rigidbody rBody;

void Start()

{

rBody = GetComponent<Rigidbody>();

}

public Transform Target;

public override void AgentReset()

{

if (this.transform.position.y < 0)

{

//ボールが落ちたときにボールをもとの位置に戻すIf the Agent fell, zero its momentum

this.rBody.angularVelocity = Vector3.zero;

this.rBody.velocity = Vector3.zero;

this.transform.position = new Vector3(0, 0.5f, 0);

}

//ターゲットの位置をランダムに決めるMove the target to a new spot

Target.position = new Vector3(Random.value * 8 - 4,

0.5f,

Random.value * 8 - 4);

}

public override void CollectObservations()

{

//ターゲットとボールの座標情報を取得Target and Agent positions

AddVectorObs(Target.position);

AddVectorObs(this.transform.position);

//ボールの向きを取得Agent velocity

AddVectorObs(rBody.velocity.x);

AddVectorObs(rBody.velocity.z);

}

public float speed = 10;

public override void AgentAction(float[] vectorAction, string textAction)

{

//移動Actions,size=2

Vector3 controlSignal = Vector3.zero;

controlSignal.x = vectorAction[0];

controlSignal.z = vectorAction[1];

rBody.AddForce(controlSignal * speed);

//Rewards

float distanceToTarget = Vector3.Distance(this.transform.position, Target.position);

//Reached target

if (distanceToTarget < 1.42f)

{

SetReward(1.0f);

Done();

}

//Fell off platform

if (this.transform.position.y < 0)

{

Done();

}

RollerAgentの中身は、以下３つのメソッドからなります。

AgentReset・・・ゲームをリセットする

CollectObservations・・・機械学習するための情報を取得する

AgentAction・・・Agentの行動を定義、報酬の設定をする

今回は、AgentのボールとTargetとの距離が一定距離以下になったときに、報酬を与えています。

以上でスクリプトは完成です。次に機械学習をしていきます。

4.機械学習する

Unity上で操作します。

機械学習をするためのBrainをつくります。

[Assets]>[Create]>[ML-Agents]>[Player Brain] 名前をRollerBollPlayerとする。

[Assets]>[Create]>[ML-Agents]>[Learning Brain] 名前をRollerBollBrainとする。

先ほど作成したスクリプトへBrainを割り当てます。

・RollerAgent(GameObject)の[Inspectorビュー]>[Roller Agent]

[Brain]へRollerBollBrainを割り当てる。

ついでに[Target]へTarget(GameObject)を割り当てる。

・Academy(GameObject)の[Inspectorビュー]>[Roller Academy]

[Broadcast Hub]>[Brains]へRollerBollBrainを割り当てる。

ここまでで、機械学習の準備は完了です。

以下の手順はサンプルシーンを動かすのとほぼ同じです。

以下の記事を参考に機械学習をしてみました。

【unity】ml-agentsv0.6.0で機械学習をしてみた

(adsbygoogle = window.adsbygoogle || []).push({}); 今回は前回の続きとして、ml-agents v0.6.0で既存のモデルに機械学習をさせてみました。 ...

5.実際に動かしてみた

実際に動かしてみた結果が以下のようになります。

設定をいじらなかったので、50000回分学習しました。

しっかりターゲットを追従できていますね。うまくできてよかったです。

今回のサンプルを実装することで、機械学習がunity上でどのように実装されているのかが理解できました。

より深く学びたい方は、unity公式ガイドを参考にしてみてください。(英語ですが、手順が細かく書いてあるのでわかりやすい。)

https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Learning-Environment-Create-New.md

最後まで読んでいただきありがとうございました。