roboserg/RoboLeague
A car soccer environment inspired by Rocket League for deep reinforcement learning experiments in an adversarial self-play setting.
What it solves
它提供了一套強化學習 (RL) 環境，用於測試車輛控制，特別著重於懸停和空中控球。
How it works
該專案使用 Unity ML-Agents 工具包來建立模擬場景，讓代理可以接受訓練以執行特定任務。它包含用於基本 ML 測試、平穩懸停、空中控球和在恆定滾動下最大化速度的預定義場景。
Who it’s for
對於有興趣在 Unity 引擎內針對車輛動力學和空中動作進行機器學習代理訓練的開發者和研究人員。
Highlights
- 空中控球 (AirDribble) 的訓練環境。
- 用於懸停和速度測試的專用場景。
- 支援已訓練的 ONNX 模型。
- 使用 Unity ML-Agents Release 11 建置。
相關
- 專案
- 專案
- 專案
- 專案