roboserg/RoboLeague
A car soccer environment inspired by Rocket League for deep reinforcement learning experiments in an adversarial self-play setting.
What it solves
它提供了一套强化学习 (RL) 环境，用于测试车辆控制，特别侧重于悬停和空中控球。
How it works
该项目使用 Unity ML-Agents 工具包来创建模拟场景，使智能体能够接受训练以执行特定任务。它包括用于基础 ML 测试、平稳悬停、空中运球、以及在恒定滚动下最大化速度的预定义场景。
Who it’s for
对于有兴趣在 Unity 引擎内针对车辆动力学和空中动作进行机器学习智能体训练的开发者和研究人员。
Highlights
- 空中控球 (AirDribble) 的训练环境。
- 用于悬停和速度测试的专用场景。
- 支持已训练的 ONNX 模型。
- 使用 Unity ML-Agents Release 11 构建。
相关
- 项目
- 项目
- 项目
- 项目