下载ml-agents安装包

github下载地址：https://github.com/Unity-Technologies/ml-agents/releases

下载源代码

注意python环境的版本（后面创建虚拟环境时候python必须要下载这里说明的版本！！！）
注意pytouch版本
这里下载的是20版本

下载Anaconda软件

打开安装好的 Anacond Powershell Prompt 准备配置python环境

创建虚拟环境

创建虚拟环境，注意后面的python版本一定要和下载ml-agents插件中说明的python版本一致！！！

conda create -n 自定义环境变量名 python=3.8.13

激活创建的虚拟环境

conda activate mlagents

修改虚拟环境安装位置

可用以下命令进行查看虚拟环境位置

conda info

修改虚拟环境所在目录的方法参见下文
https://www.jb51.net/article/281659.htm

onda环境默认安装在用户目录C:\Users\username.conda\envs下，如果选择默认路径，那么之后创建虚拟环境，也是安装在用户目录下。不想占用C盘空间，可以修改conda虚拟环境路径。

最简单的方式就是参见（4）

(1)首先，找到用户目录下的.condarc文件（C:\Users\username）。

(2)打开.condarc文件之后，添加或修改.condarc 中的 env_dirs 设置环境路径，按顺序第⼀个路径作为默认存储路径，搜索环境按先后顺序在各⽬录中查找。直接在.condarc添加：

然后，在Anaconda Prompt执行conda info命令，就可以看到修改默认环境路径成功

当新创建虚拟环境验证时，可能会发现它还是默认安装在C盘用户目录下的envs
（3）或者在Anaconda Promp执行命令：

conda config --add envs_dirs newdir #增加环境路径newdir

通过执行命令conda env list查看有哪些虚拟路径以及它们的存储路径，* 号表示当前所处的环境。

（4）如果还是没有修改成功，则需要更改D:\Anaconda3的权限：选中Anaconda3文件夹，然后右击选则属性，找到安全，Users权限全部允许。接下来确定后，时间稍微有点长，等待完成即可。

这时新创建一个虚拟环境验证时，发现在D:\Anaconda3\envs下。

在虚拟环境安装ml-agents

通过cd命令导航到ml-agents-release_20的所在目录

pip install ./ml-agents
pip install ./ml-agents-env

分别安装这俩文件夹的内容（这来文件夹都有python安装程序）

然后发送以下指令看看缺少啥内容

mlagents-learn --help

protobuf降级（如果不提示就不用）

如果提示protobuf版本太高了，就需要降级protobuf版本到提示的版本号
查看protobuf版本号：

pip show protobuf

卸载 4.24.4 的版本

pip uninstall protobuf

安装 3.19.0 的版本

pip install protobuf==3.19.0

查看版本是否安装成功

pip show protobuf

安装pytorch

然后发送以下指令看看缺少啥内容

mlagents-learn --help

这时候会发现提示没有安装torch

方法1：
直接通过pip安装，通过查看自己英伟达显卡的cuda版本：
cmd输入：

nvidia-smi

查看版本号，如果没有就要装cpu版本的

如果有显卡，就要装显卡版本的

然后进入pytorch官网：https://pytorch.org/
根据显卡cuda版本选择类型，保证要下载的版本比自己电脑cuda的版本低

将【run this command】栏目后面的命令复制到Anaconda cmd
等待安装，默认是用的外网的地址安装的，如果嫌弃慢，可以更换清华源或者阿里源

测试效果

等待全部安装完毕后，执行：

mlagents-learn --help

如果现实的内容是一堆–加说明就说明安装成功了

补充

安装onnx

前面的这些安装之后，此环境换差onnx，这个不安装在训练结束后，无法生成训练数据，安装的版本是1.7.0

conda install -c conda-forge onnx=1.7.0

安装之后再次训练即可，unity结束play，训练结束，可以正常生成训练数据（.onnx后缀的）
如果还有别的报警，则根据提示安装对应版本的包