首先声明，我是个标题党………我现在的渣渣实力还玩不转深度强化学习，但是也想不到更好的名字了。
挖这个系列的坑可能会更新很慢，毕竟用unity引擎自己搭建环境，训练，还要出不错的结果，这个过程很多坑。刚学完深度强化学习，然后也不想玩gym里被玩烂了的游戏环境，曾经我梦想做一个游戏开发者，对unity还是比较熟悉的，因此，就有了这个系列，用unity搭建自己想训练的环境，训练自己的AI。
首先，如果大家有对unity不熟悉的，unity是一个专业的游戏引擎，它发布的有ml-agents机器学习工具包，地址是：https://github.com/Unity-Technologies/ml-agents 。虽然叫机器学习工具包，但是基本上就是强化学习里PPO（近端策略优化算法），因为游戏和强化学习关系比较大嘛，游戏中，很多动作都是连续值，DQN类的强化学习方法hold不住，所以默认的就是PPO算法，当然你可以自己扩展别的算法。PPO算法你自己想实现倒也不是很困难，但是毕竟官方的稳定些吧（大牛无视），而且ml-agents把诸如利用游戏引擎加速训练，多代理并行训练这些都做好了，训练起来简直快的飞起。
作为曾经的游戏开发者，我想实现的创意其实还是很多的，现在做的第一个AI是一个相对来说比较好实现的（一年没用unity了，没办法），是让AI学会转课本。如下图：（如果侵权了，请联系我删除……）
unity环境中：
算法的state，也就是输入呢，并不是原始图片，如果图片作为输入，一方面可能训练比较慢，另一方面，转书的话，人不仅靠看，还有手指的感觉，所以，暂时没用图片（其实我就是懒）。输入是：
好吧，我已经觉得我讲不下去了，还是说起来容易一些！！我把整个实现流程和最后比较秀的AI转书的结果做成了视频，还是看视频吧各位看官： b站视频链接 如果觉得视频不错，请点个赞再走呗O(∩_∩)O