Anaconda 3 のインストールと， その Python 3 仮想環境に，Unity，ML-Agents，その他， 人工知能フレームワーク類のインストール（Windows 上）

Chocolatey のインストール

インストールは，Chocolatey の Web ページの記載の手順に従う．

1. Windows で，PowerShell を管理者として実行する．
   
2. Web ブラウザで，Chocolatey の Web ページを開く

   https://chocolatey.org/

3. 「Get Started」をクリック

   新しい画面に変わるので確認する

   
4. 案内を確認する．ライセンス条項も利用者自身で確認すること．
   
5. PowerShell を管理者として実行．案内に従い，PowerShell で「Get-ExecutionPolicy」を実行す
   
6. その結果が「Restricted」だった場合には，案内に従い，PowerShell で「Set-ExecutionPolicy Bypass -Scope Process」を実行する
   
7. 引き続き，案内に従い，Webページに表示されているコマンドをコピーし，PowerShell で実行する
   
8. 実行の結果，エラーメッセージが出ていないことを確認する.

Chocolatey を用いて、Unity, Unity Standard Assets, Unity for Linux をインストール

1. Windows で，コマンドプロンプトを管理者として実行

   コマンドプロンプトを管理者として実行: 別ページ »で説明

2. Chocolatey を用いて、Unity, Unity Standard Assets, Unity for Linux をインストール

   しばらく待つ

   ※ Unity などをインストール済みのときは、違った画面になる

   実行のとき、エラーメッセージが出ないことを確認すること

   choco install -y unity unity-standard-assets unity-linux
   

   

Anaconda3 とは

Anaconda3 は，Anaconda Inc. 社が提供している Python バージョン 3 のための総合的なソフトウェアであり言語処理系，開発ツール，パッケージ管理ツールである conda，さらに主要な Python パッケージ群が一体化されている．主な同封アプリケーションは次の通りである．

• Spyder: Python 開発環境
  
• conda

  conda は Python のパッケージおよび環境管理システム

  conda は Anaconda3 の根幹となっており「conda を使わない」ということはできない．

  
• Anaconda プロンプト (Anaconda Prompt) はコマンドラインインターフェイス
• Jupyter ノートブック (Jupyter Notebook) は，対話型のプログラム実行ツール．Web ブラウザで動く．Python 以外にも Julia, Ruby, R, Lua, LuaJIT, Haskel, Scala,Go, JavaScript, node.js, bash などに対応．
  
• Anaconda Navigator は，ベースのアプリケーション管理ツール．
  

Anaconda3 のダウンロードとインストール

ここでの設定

• インストールディレクトリ（フォルダ）: C:¥ProgramData¥Anaconda3
• インストールタイプ: All Users

ダウンロードとインストールの手順

1. Anaconda3 の Web ページを開く

   https://www.anaconda.com

2. 「Download」をクリックする．
   
3. ダウンロードが始まる
   
4. ファイルのダウンロードが始まる．
   
5. ダウンロードした .exe ファイルを実行．
   
6. ようこそ画面では，「Next」をクリック．
   
7. ライセンス条項の画面
   
8. インストールタイプは「All Users」を選び，「Next」をクリック．
   
9. インストールディレクトリ（フォルダ）は既定（デフォルト）のままでよい．「Next」をクリック．

   ※ インストールのときに「All Users」でなく「Just Me」を選んだときの注意点：日本語を含むディレクトリにはインストールしないことにする。 日本語を含むディレクトリが既定（デフォルト）になっているときは、 別のディレクトリを設定すること。

   
10. インストールを開始したいので，「Install」をクリック．

    オプションは既定（デフォルト）のままで進める． ※ 「Add Anaconda3 to the system PATH environment variable」をチェックしない．Anaconda3 に同封のプログラムにパスを通すと，使いにくくなる（好みの問題ではある）と考える．Anaconda3 などの起動は Windows のスタートメニューで行うことにする．

    

    ※ 「Add Anaconda3 to the system PATH environment variable」にチェックした場合は，システム環境変数 PATH に，自動で追加される

    
11. インストールが始まる．

    しばらく待つ

    
12. インストール完了の表示．「Next」をクリック．
    
13. PyCharm についての案内が表示されるので確認する
14. インストール完了の確認
    
15. Windows のスタートメニューの「Anaconda3 (64-bit)」 の下に、 Anaconda プロンプト (Anaconda Prompt))，Spyder があることを確認する．
    

Anaconda3 の動作確認

Python を使ってみる

1. スタートメニューで Spyder を起動．
2. Spyder の画面が出る．
   
3. 動作確認のため，Spyder の IPython コンソールで，次の Python プログラムを実行してみる

   print(1 + 2)
   

   

   今度は，次の Python プログラムを実行する

   import numpy as np
   %matplotlib inline
   import matplotlib.pyplot as plt
   import warnings
   warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
   plt.style.use('ggplot')
   x = [1, 2, 3, 4]
   y = [3, 5, 2, 4]
   plt.scatter(x, y)
   

   

Anaconda Prompt の確認

1. スタートメニューで Anaconda プロンプト (Anaconda Prompt) を起動．
2. 画面が開くので確認
   
3. インストール済みパッケージの確認は「conda list」で行う
4. 特定のパッケージのバージョン確認は「conda list ＜パッケージ名＞」で行う．

   conda list numpy
   

   

インストール済みパッケージの一括更新など

1. Anaconda プロンプト (Anaconda Prompt) を管理者として実行する．
   
   • 「conda config --remove channels conda-forge」は，conda のチャンネルに「conda-forge」が入っていたら削除する操作

     「conda-forge」は入っていないはずだが，念のため実行する．

   • conda updata -n base conda: conda の更新
   • conda update anaconda: パッケージを最新の Anaconda3 安定版のものに更新
   • conda clean -y --allは，パッケージのキャッシュの削除

   conda 公式のチートシート:

   conda config --remove channels conda-forge
   conda update -y -n base conda
   conda update -y anaconda
   conda update -y --all
   conda clean -y --all
   

   

   （途中省略）

   

Python の仮想環境の作成（conda を使用）

1. 今から作成するPython 環境の名前と、Pythonのバージョンを決めておく
   • Python の仮想環境の名前: ml-agents
   • Pythonのバージョン: 3
2. Anaconda プロンプト (Anaconda Prompt) を管理者として実行する．
   
3. 前もって Python をインストールしておく．

   次のコマンドを実行．

   「Proceed ([y]/n) ?」 に対しては Enterキー

   conda create -n ml-agents
   

   
4. Python 環境が作成できたことを確認

   conda info -e
   

   

これで、もとからの Python 環境と， 新規作成されたPython 環境（Python のバージョン 3，名前は ai）の共存できた。

新規作成された Python 環境を使いたいとき

1. Anaconda プロンプト (Anaconda Prompt) はコマンドラインインターフェイス を実行．

2. 次のコマンドを実行し，Python 環境（名前は ml-agents）を有効にする．

   activate ml-agents
   

   

   ※ もとの Python 環境に戻るときは「exit」

Python の仮想環境で、インストールの前準備を行う

いま作成した Python 環境で、パッケージの更新などの前準備を行う

1. Anaconda プロンプト (Anaconda Prompt) を管理者として実行する．
   
2. いま作成した Python 環境を有効にする

   次のコマンドを実行．

   activate ml-agents
   

   
3. Anaconda3 の conda パッケージの更新、古い conda パッケージファイルの削除

   １行ずつ実行

   「conda config --remove channels conda-forge」は，conda のチャンネルに「conda-forge」が入っていたら削除する操作．「CondaKeyError: 'channels' 'conda-forge' ...」というエラーメッセージは無視してよい．

   conda config --remove channels conda-forge
   

   

   conda upgrade -y --all
   

   

   conda clean -y --packages
   

   
4. conda の動作確認

   エラーメッセージが出ないことを確認

   conda info
   

   

Unity ML-Agents のための Python パッケージをインストールする

https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Installation.md の記述に従う

いま作成した Python 環境に、種々の Python パッケージをインストールする

Anaconda では，「conda」形式のパッケージを、簡単に扱うことができる． conda を用いてPythonパッケージ以外のソフトウェアをインストールすることもできる

NVIDIA ドライバ

次のページの手順により，インストールを行う

• Windows での NVIDIA ドライバのインストール: 別ページ »で説明

TensorFlow 1.15 のインストール（conda を使用）

1. Anaconda プロンプト (Anaconda Prompt) を管理者として実行する．
   
2. いま作成した Python 環境を有効にする

   次のコマンドを実行．

   activate ml-agents
   

   
3. condaを用いてインストール

   GPU 版 TensorFlow をインストールする場合

   conda install -y -c conda-forge tensorflow-gpu=1.15 tensorflow-datasets
   conda config --remove channels conda-forge
   

   CPU 版の TensorFlow をインストールする場合

   ※ このとき，NVIDIA CUDA ツールキット，NVIDIA cuDNN が， TensorFlow に合うように，自動でバージョンダウンされる場合がある． これは問題ない．

   conda install -y -c conda-forge tensorflow=1.15 tensorflow-datasets
   conda config --remove channels conda-forge
   

4. TensorFlow のバージョン確認

   バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．

   python -c "import tensorflow as tf; print( tf.__version__ )"
   

   
5. (GPU を使うとき) TensorFlow からGPU が認識できているかの確認

   実行結果の中に，実行結果の中に，次のように「device_type: "GPU"」があれば，GPUが認識できている．エラーメッセージが出ていないことを確認しておくこと．

   python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
   

   

ML-Agents の前提 Python パッケージのインストール（conda を使用）

https://github.com/Unity-Technologies/ml-agents/blob/master/ml-agents/setup.py の記述による

1. Anaconda プロンプト (Anaconda Prompt) を管理者として実行する．
   
2. いま作成した Python 環境を有効にする

   次のコマンドを実行．

   activate ml-agents
   

   
3. condaを用いてインストール

   時間がかかるので待つ

   conda install -y grpcio jupyter matplotlib numpy pillow protobuf pyyaml
   conda install -y -c conda-forge h5py
   conda config --remove channels conda-forge
   

Unity ML-Agents ツールキットをダウンロードし、インストールする

1. Git のインストール: 別ページ »で説明

   git の URL: https://git-scm.com/

   Windows での Git のインストール手順は，別ページ »で説明している．

2. Anaconda プロンプト (Anaconda Prompt) を管理者として実行する．
   
3. いま作成した Python 環境を有効にする

   次のコマンドを実行．

   activate ml-agents
   

   
4. Unity ML-Agents ツールキットをダウンロードする

   実行のとき、エラーメッセージが出ないことを確認すること

   cd c:\tools
   rmdir /s /q ml-agents
   git clone https://github.com/Unity-Technologies/ml-agents.git
   

   
5. imgaug のインストール

   mkdir c:\pytools
   cd c:\pytools
   rmdir /s /q imgaug
   

   

   conda install -y opencv cython scikit-image scipy
   git clone https://github.com/aleju/imgaug
   cd imgaug
   python setup.py build
   python setup.py install 
   

   
   (以下省略)
6. pip コマンドを用いて ml-agents をインストール

   「python -m pip install」の後ろは、半角スペースと半角ピリオド

   実行のとき、エラーメッセージが出ないことを確認すること

   「mlagents_envs==0.14」の「0.14」は，エラーの出ない版を指定する．

   cd c:\tools\ml-agents
   cd ml-agents
   python -m pip install mlagents_envs==0.14
   python setup.py build
   python setup.py install 
   

7. エラーメッセージが出ないことの確認
   
8. インストールができたことを確認する

   次のコマンドを実行．説明が表示されれば OK．

   実行のとき、エラーメッセージが出ないことを確認すること

   エラーメッセージが出たときは，上の操作の代わりに， 「python -m pip install mlagents==0.14」を実行して，mlagents をインストールする

   mlagents-learn --help
   

   

Unity を起動し、Unity ML-Agents の設定を行う

Unity はゲームエンジン．ここでは、Unity を起動し、Unity ML-Agents の設定を行う

関連ページ: https://github.com/Unity-Technologies/ml-agents/blob/main/docs/Getting-Started.md

1. Unity を起動する

   スタートメニューを使って起動するのが簡単

2. サインインする

   Unity ID を持っていないときは、「Sign in with google」などでログインするか、「create one」をクリックして Unity ID を作る

   

   すでに、「Sign in with google」でログインしたことがある場合は、次のような画面が表示される

   
3. 初回起動時には、ライセンス管理の画面が開く． 下の画面では、 「Unity Personal」の方を選んでいる

   Unity の利用条件、ライセンス条項を確認し、利用すること

   
4. 初回起動時には、「Please select one of the options below」の画面が開くので、１つ選び、「Next」をクリック
5. 初回起動時には、「Thank you!」の画面が開くので、１つ選び、「Start Using Unity」をクリック
6. Unity の画面が開くので確認する
   
7. UnitySDK のプロジェクトを開きたいので、「Open」をクリック
   
8. 「c:\tools\ml-agents\UnitySDK」を選ぶ．少し待つ
   
9. このとき「Opening Project in Non-Matching Editor Installation」という画面が出る場合がある。 「Continue」をクリック
   
10. 設定を行う

    「Edit」 →「Project Settings」 →「Player」 と操作する

    
11. 「Other Settings」をクリック
    
12. Scripting Runtime Version は、「.NET 4.6 Experimental」か「.NET 4.x Equivalent」にする（どちらかが選べるはず）
    
13. Scripting Defines Symbols は、「ENABLE_TENSORFLOW」を設定する
    
14. 「File」 →「Save Project」 と操作して、設定を保存する
    
15. TensorFlowSharp プラグインをダウンロードする

    次の URL からダウンロードする

    https://s3.amazonaws.com/unity-ml-agents/0.5/TFSharpPlugin.unitypackage

    参考ページ:

    https://raw.githubusercontent.com/Unity-Technologies/ml-agents/main/docs/Getting-Started.md

16. ダウンロードが始まる
    
17. ダウンロードしたTensorFlowSharp プラグインをインポートする

    ダウンロードしたファイルを実行する

    次のような画面が開くので「Import」をクリック

    

    少し待つ

    
18. インポートが成功したかの確認

    Unity のプロジェクトの画面で、 「Assets」 →「ML-Agents」 →「Plugins」 →「Computer」のディレクトリに、TensorFlow のファイルがあるのを確認する

    

事前学習済みのモデルを実行してみる

1. Unity のプロジェクトウインドウ (Project window) で、 「Assets」 →「ML-Agents」 →「Examples」 →「3DBall」のディレクトリを開く
   
2. ここの「Scene」下にある、3DBall のシーンファイルを、ダブルクリックして開く
   
3. 画面が変わるので確認
   
4. 上にある画面をクリック。

   マウスの右ボタンを押しながらマウスを動かすと、回転する

   マウスのホイールで、前後移動するする

   
5. 階層の画面（Hierarchy window）で、 Ball3DAcademy ゲームオブジェクト の下にある Ball3DBrain をクリック

   ※ 階層の画面（Hierarchy window）は、ゲームオブジェクトの階層構造が表示される画面

   
6. インスペクタの画面（Inspector window）に、プロパティが表示されるので確認する
   
7. Ball3DBrain ゲームオブジェクトのプロパティである Brain 要素は、 Player, Heuristic, External, Internalから選ぶことができる
   
8. Brain 要素を、 Player から Internalに変更する
   
9. Unity のプロジェクトウインドウ (Project window) で、 「Assets」 →「ML-Agents」 →「Examples」 →「3DBall」 →「TFModels」 のディレクトリを開く
   
10. このディレクトリにある「3DBall」という名前のモデルファイルを、

    Ball3DBrain ゲームオブジェクトのプロパティである Brain 要素の Graph Modelフィールドにドラッグする

    ※すでに設定済みの可能性があるが念のため

    
    

    これで、事前学習済みのモデルが設定できた。

11. 実行を開始する。

    「Play ボタン」をクリックして、実行を開始する。

    事前学習済みのモデルでバランスをとる様子を確認できる

    
    
12. もう１度「Play ボタン」をクリックして、実行を停止する。
    

学習を行ってみる

1. もし実行中のときは、「Play ボタン」をクリックして、実行を停止しておく．
2. 階層の画面（Hierarchy window）で、 Ball3DAcademy ゲームオブジェクト の下にある Ball3DBrain をクリック

   ※ 階層の画面（Hierarchy window）は、ゲームオブジェクトの階層構造が表示される画面

   
3. インスペクタの画面（Inspector window）で、 Ball3DBrain ゲームオブジェクトのプロパティである Brain 要素を、 Externalに変更する
   
4. 「External」に設定されていることを確認する
   
5. 「Play ボタン」をクリックして、実行を開始する。

   うまくボールを受け止めることができていないことを確認する

6. もう１度「Play ボタン」をクリックして、実行を停止する。
   
7. 「File」 →「Save Project」 と操作して、設定を保存する．

   ※ 実行中のときは保存できないので、実行を停止してから保存する

   これで、学習を始める準備ができた．Unity の画面は閉じないこと

   
8. Windows でコマンドプロンプトを実行
9. Python 環境を有効にする

   次のコマンドを実行．

   activate ml-agents
   

   
10. カレントディレクトリを、ML-Agents ツールキットのディレクトリに移動

    cd c:\tools\ml-agents
    

    
11. mlagents-learn コマンドを用いて学習
    • 使用する設定ファイル: config/trainer_config.yaml
    • 今回の学習に付ける ID : 1

    「\」でなく「/」を使う

    mlagents-learn config/trainer_config.yaml --run-id=1 --train
    

    セキュリティ警告が出た場合には許可する

    
12. 「training by pressing the Player button in the Unity Editor」と表示されるので、Unity の「Play ボタン」をクリック
    
13. 学習が進む
    
14. 学習が終わる
    
15. 学習済みのデータを Unityの配下にコピーする

    copy c:\tools\ml-agents\models\1-0\editor_Ball3DAcademy_1-0.bytes c:\tools\ml-agents\UnitySDK\Assets\ML-Agents\Examples\3DBall\TFModels
    

    
16. 階層の画面（Hierarchy window）で、 Ball3DAcademy ゲームオブジェクト の下にある Ball3DBrain をクリック

    ※ 階層の画面（Hierarchy window）は、ゲームオブジェクトの階層構造が表示される画面

    
17. インスペクタの画面（Inspector window）に、プロパティが表示されるので確認する
    
18. Brain 要素を、 Player から Internalに変更する
    
19. Unity のプロジェクトウインドウ (Project window) で、 「Assets」 →「ML-Agents」 →「Examples」 →「3DBall」 →「TFModels」 のディレクトリを開く
    
20. このディレクトリにある「editor_Ball3DAcademy_1-0.bytes」という名前のモデルファイルを、 Ball3DBrain ゲームオブジェクトのプロパティである Brain 要素の Graph Modelフィールドにドラッグする
    
    
21. 「File」 →「Save Project」 と操作して、設定を保存する

    ※ 実行中のときは保存できないので、実行を停止してから保存する

22. これで、学習済みのモデルが設定できた。 「Play ボタン」をクリックして、実行を開始する。

    結果を確認する

    
23. もう１度「Play ボタン」をクリックして、実行を停止する。