本文翻譯自https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Learning-Environment-Design-Academy.md

創(chuàng)建Academy

Academy總體協(xié)調Unity場景中的所有Agent和Brain對象。每個包含agent的場景都必須包含一個Academy。要使用Academy，你必須創(chuàng)建你自己的子類。但是，所有需要重寫的方法都是可選的。

使用Academy方法來：

• 場景加載后初始化環(huán)境
• 重置環(huán)境
• 在每個模擬步驟中更改環(huán)境中的內容

有關在模擬期間調用這些方法的時間的說明，請參閱Unity中的Reinforcement
Learning（http://www.itdecent.cn/p/3f21686d6790）。

初始化Academy

初始化在Academy對象的生命周期中執(zhí)行一次。對于通常在標準Unity Start()或Awake()方法中執(zhí)行的任何邏輯，使用InitializeAcademy()方法。

注意：因為基礎Academy類實現了Awake()函數，所以不能實現自己的。由于Unity MonoBehaviour類的定義方式，實現您自己的Awake（）函數會隱藏基類版本，而Unity會調用您的。同樣，不要在您的Academy子類中實現FixedUpdate（）函數。

重置環(huán)境

在每次episode開始時，實現AcademyReset()函數以改變環(huán)境。例如，你可能需要將agent重置到其起始位置或將目標移動到隨機位置。在達到Academy Max Steps計數時重置環(huán)境。

當你重置環(huán)境時，請考慮應該改變的因素，以便將訓練推廣到不同的條件。例如，如果你正在訓練一個解決迷宮問題的阿根廷，那么您可能需要為每個訓練集更改迷宮本身。否則，代理人可能會學會解決一個特定的迷宮，而不是一般的迷宮。

控制環(huán)境

在任何agent更新之前，模擬的每一步都會調用AcademyStep()函數。使用此功能在每個步驟或episode之間來更新環(huán)境中的對象。例如，如果要以隨機間隔向環(huán)境中添加元素，可以將創(chuàng)建它們的邏輯放在AcademyStep()函數中。

Academy 屬性

Academy Inspector

• 最大步數 Max Steps： 每次episode的總步數。 0對應于沒有最大步數的episode。一旦步計數器達到最大值，環(huán)境將重置。
• 配置Configuration： 與渲染質量和引擎速度相對應的引擎級設置。
  • 寬度Width： 環(huán)境窗口的寬度（以像素為單位）。
  • 高度Height： 環(huán)境窗口的寬度（以像素為單位）。
  • 質量水平Quality Level： 渲染環(huán)境質量。（越高越好）
  • 時間比例Time Scale： 運行環(huán)境的速度。（更高更快）
  • 目標幀速率Target Frame Rate： FPS引擎嘗試維護。
• 重置參數 Reset Parameters - 重置時環(huán)境中可更改的自定義參數列表。