由于案例训练方法和ml-agent v0.2不同。v0.2使用Jupyter notebook运行ppo.ipynb文件。但是v0.3改为使用命令行的方法。
所以对博文《ml-agent：Win10下环境安装》做进一步更新，跳过安装（安装过程不做修改），从第五步开始。如下所示。
5、编译Unity程序
使用Unity2017打开ml-agent下unity-environment文件夹。
打开AssetsML-AgentsExamples3DBall目录下的3DBall场景文件。在场景中选择Ball3DAcademy下的Ball3DBrain物体，将TypeOfBrain修改为External，表示从Tensorflow中获取数据。
菜单中选择File->Build Setting，添加当前所在场景。（可以勾选Development Build以便查看输出）
点击PlayerSeting，检查设置
Resolution and Presentation -> 勾选Run in Background
Resolution and Presentation -> Display Resolution Dialog设置为disable
回到Build Setting面板，点击Build，编译到ml-agent的python目录中。名为3dball.exe
6、开始训练
注意，训练方法和ml-agent v0.2不同。v0.2使用Jupyter notebook运行ppo.ipynb文件。但是v0.3改为使用命令行的方法。
我们回到Anacoda Prompt，输入以下命令：(先进入到python目录)
python learn.py 3dball --run-id=test --train
其中
- learn.py包含了大量的ml算法，包括ppo。
- 3dball就是刚刚我们用unity生成的exe文件的名称。
- --run-id=test可以不写，只是声明这次训练的id。比如可以用tensorboard来看
- --train表示声明执行的是训练模式
如果这这些命令参数感兴趣，请参考Training ML-Agents
进行训练时，不要关闭，当训练完成时将会自动关闭。
由于训练的Step为5.0e4(5*10的4次方)，如果用cpu算比较慢，可以暂时修改超参数配置文件trainer_config.yaml，将Ball3DBrain下增加一行max_steps: 2.0e4
（注意，由于该文件采用yaml格式，对文件的编码格式和空格要求非常严格，如果异常，将无法进行训练。max前面有4个空格，不是tab。冒号后面有一个空格，整个文件采用UTF8编码）。
训练结果数据保存在models est下，使用bytes文件请参考ML-Agents：通过TF#(插件)使用训练完成的模型数据
以上更新内容来自CodeGize的个人博客(大牛)。在博文《ml-agent：Win10下环境安装》中有大牛原文链接。
