【源码】基于Unity和MLAgents的自动驾驶训练系统

项目简介

本项目是基于Unity和ML-Agents框架的自动驾驶训练系统，借助强化学习算法训练智能车辆在虚拟环境中实现自动驾驶。项目融合Python和Unity技术，提供从环境搭建、模型训练到推断的全流程解决方案。

项目的主要特性和功能

1. 环境搭建：采用Unity 2018.3.10f1版本创建虚拟环境，支持Windows和Linux双平台训练环境搭建。
2. 模型训练：运用Python 3.6和TensorFlow 1.7.1进行模型训练，支持DDPG、PPO、TRPO等多种强化学习算法，提供训练脚本trainer.py，可在Linux服务器上进行大规模训练。
3. 模型推断：支持在Windows环境下进行模型推断以观察训练效果，具备模型文件管理功能，可加载不同版本的模型进行推断。
4. 路径生成：支持在Windows环境下生成训练路径文件，并上传至Linux服务器进行训练。

安装使用步骤

1. 环境准备

• Windows环境：安装Unity 2018.3.10f1版本，下载并解压Unity项目文件（路径为SmartCar\Env），安装Python 3.6，同时安装ML-Agents 0.5.0和TensorFlow 1.7.1。
• Linux环境：安装Python 3.6，安装ML-Agents 0.5.0和TensorFlow 1.7.1，将Windows环境下生成的路径文件hfreal_path_xz.txt上传至Linux服务器。

2. 模型训练

• Windows环境：打开Unity项目，选择Env\Assets\HFReal场景，运行trainer.py脚本（路径为SmartCar\src\hfreal）进行训练。
• Linux环境：将Unity生成的训练环境文件上传至Linux服务器，运行trainer.py脚本（路径为SmartCar\src\hfreal）进行训练。

3. 模型推断

• Windows环境：在Unity中加载训练好的模型文件，运行推断脚本，观察模型效果。

4. 路径生成

• Windows环境：在Unity中生成路径文件hfreal_path_xz.txt，将路径文件上传至Linux服务器。

通过上述步骤，可在Windows和Linux环境下完成自动驾驶模型的训练和推断，实现智能车辆在虚拟环境中的自动驾驶功能。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】