现在unity的插件ml-agents供开发者，将机器学习运用到unity的项目中。
参考视频：https://www.bilibili.com/video/av34659627?t=206
TFSharpPlugin插件地址：https://pan.baidu.com/s/1MSzhF_iH6_UOME4WybsVyg 提取码：5tvp
第一阶段：配置环境
1.下载Unity（本文章用的是Unity 2018.2.14f1 (64-bit)）：https://unity3d.com/cn/unity
2.从GitHub上下载ml-agent插件：https://github.com/Unity-Technologies/ml-agents
3.下载anaconda来简介安装Python（下载最新的就可以）：https://www.anaconda.com/download/
记得在选项中勾选第一个，自动配置环境变量，或者根据参考视频设置环境变量。
下载完成后记得打开Anaconda Navigator一次然后再关闭。
4.打开Anaconda Prompt输入以下命令（2018.10.30 ml-agents仅支持这个版本的Python3.6）
conda create -n ml-agents python=3.6中间需要输入 y 然后回车。然后激活工作环境：
activate ml-agents此时前面的base变成了ml-agents。
在当前环境输入：
pip install tensorflow==1.7.1通过cd命令定位到setup.py所在的文件夹，我的是D:\ml-agents-master\ml-agents
具体是，输入d:然后回车移动到D盘，接着cd D:\ml-agents-master\ml-agents回车。
输入命令：
pip install .此时要等比较久的时间。
第二阶段：设置项目
1.启动Unity，Open项目，选择...\ml-agents-master\UnitySDK。
2.Assets->Import Package->Custom Package 选择 从百度云盘下载的TFSharpPlugin.unitypackage导入到项目
3.Edit->Project Settings->Player ,在inspector视图中的Scripting Runtime Version 选择 .NET 4.6 Equivalent
找到下面的Scripting Defined Symbols，输入ENABLE_TENSORFLOW点击回车，然后保存项目。
4.打开平衡小球的场景：Assets/ML-Agents/Examples/3DBall/Scene/3DBall
5.选择Hierarchy视图中Ball3DAcademy的子对象Ball3DBrain，在Inspector视图中找到BrianType属性。player为玩家控制，Internal为选择已经训练好的模型，External为训练模式，这里我们选择External。
6.打开命令行，并且activate ml-agents。
7.通过cd命令移动到包含有config文件夹的目录，我的是D:\ml-agents-master，
输入命令：
mlagents-learn config/trainer_config.yaml --run-id=firstRun --train然后按下Unity中的Play按钮就可以观察其训练的情况了。
8.训练完成后，找到训练好的模型，我的是D:\ml-agents-master\models\firstRun-0\editor_Ball3DAcademy_firstRun-0.bytes，将其复制到TFModels文件夹下。
将其拖入到Internal模式下的Graph Model然后运行Unity就可以看到自己训练的模型的表现情况。