使用ML-Agents训练的足球机器人

为了展示广大创作者出于各种用途而制作的AI项目，我们推出了全新的Made with Unity: AI系列博文。在本文例子中，几位AI开发者在ML-Agents的帮助下轻松快速地完成了建立机器学习环境、训练智能代理、移植实机机器人等所有环节。 

Unity Machine Learning Agents Toolkit（简称ML-Agents）工具套能帮助用户在Unity中轻松入门强化学习（RL）。ML-Agents本身带有多种样例环境和模型架构，可让用户利用现成的环境和架构上手RL，再通过调整超参数来测试和改进结果模型。所有这些都毋须新建Unity场景或导入资源，且初期不涉及任何编程。本文介绍的项目由日本公司Ghelia Inc.创立，他们使用了ML-Agents的soccer训练环境来训练智能代理踢足球。训练出的RL模型随后被部署到了索尼的toio机器人上，在真实世界中踢起了足球。这是一个用ML-Agent训练机器人、从“虚拟到现实”的绝佳实例。

我们采访了Ghelia的CEO兼总裁清水亮，创新和品牌战略办公室的首席程序员布留川英一及创新部经理Masatoshi Uchida，来了解该项目的灵感。请在下文中了解公司怎样使用ML-Agents Toolkit来训练一个真实机器人踢足球，及高尔夫球在场景中的作用。

Ghelia是一家专注于强化学习应用的公司。Ghelia的创始人北野弘明在索尼任职期间创办了RobocupSoccer足球赛，并开发出了AIBO机器人。我们的团队曾制作过一个空气曲棍球演示，但过于繁杂的部件使其变得不够轻便。接着为了向客户们解释强化学习的概念，我们开始讨论制作另一个便于展示的演示场景。鉴于ML-Agents已经有了一个足球训练环境，我们完全可以用轻便小巧的索尼toio机器人来开发一个足球游戏，游戏甚至有可能被病毒式传播。

为了将强化学习应用到真正的机器人上，我们需要将机器人本身导入到模拟环境中。幸好，toio已经有一个称为toio SDK for Unity的模拟程序。我们能直接将程序与ML-Agents软件包结合使用，即刻开始培训。toio SDK仅包含了机器人模型，而足球需要另外制作。我们使用了Unity的物理引擎在模拟程序中重现了逼真的足球，还在现实中搜寻能准确还原模拟情景的小球。结果，高尔夫球的运动可准确匹配训练的成果。球的位置在Unity中以transform值表示，在现实里则使用相机进行拍摄、用OpenCV进行识别。

我们使用一个高尔夫球来代表足球，并将其涂成红色以提高辨识度。不可思议的是，我们仅用一部iPhone就能完成足球的探测，控制所有八个机器人（这是一场四对四的足球比赛），再使用ML-Agents模型进行推导。

期限，代理们都各自为政，只顾自己进球，于是我们试着给个人进球设置了负面奖励，但这又导致了守门员不会去主动防守球门。而如果为运球设置积极奖励，两队又只会来回运球，不会积极射门，基本上就是在拖时间。最后，我们决定把奖励设置为进球得一分，被进球则扣一分。

有时实机机器人并不会像模拟的那样行动，其背后原因有时让人捉摸不透。比方说，如果机器人在一个稍微倾斜的地板上运动时，有时会导致推导失败；另外，如果球的反弹与模拟不同，机器人也无法做出训练好的反应。并且，机器人对摄像机位置的要求十分严苛，需要达到毫米级的精度，这使得每次线下活动的镜头调整异常困难。在每一次大型修改后，模型还需要三天左右的训练时间来适应，我们总共进行了约六次的训练环节来实现如今的成果。

在ML-Agents的演示里，智能代理在进球后会自行回到原位站好，但这一步对真正的机器人来说没这么简单。问题在于，仅靠强化学习很难避免toio机器人相撞。最初我们试图为避免相撞设立奖励，但最终还是找到了一种机智的解决方法。

如果有需求的话，我们一定会考虑开源项目。而项目的其他细节可在我们的博文（日文）中找到。

AI，特别是深度学习是让人痴迷，但人们尚未充分理解它。除非亲手尝试过，否则你将无法欣赏技术的美和复杂度，当个半桶水可不光彩，所以我们鼓励全球Unity开发者亲自上手AI技术。我想特别指出机器学习非常有趣，而Unity ML-Agents工具能帮你轻松地上手或整合机器学习到项目中。

事不宜迟，快来学习Unity ML-Agents、详细了解Unity Robotics方案吧。如果你的项目要求同时举行多个训练进程，请联系我们洽谈ML-Agents Cloud云服务的使用。

布留川英一本人出版过一本名为《Unity ML-Agents Practical Game Programming》的日文书籍，其中详细介绍了怎样使用ML-Agents入门强化学习。