首先让我描述一下该设置： 我们在Unity中有一个自治的代理，其决策基于感知的环境（级别）和一些预定义的参数来进行值映射。我们的目标是在DNN中预训练代理的参数。因此，这个想法基本上是定义一个误差度量来评估Unity模拟中代理的性能（运行级别，例如，测量与最佳轨迹的偏差=统一的地面真理）。因此，根据DNN的输入级别，网络应训练以输出参数，执行仿真，然后将误差作为误差值（如精度）传递回网络，因此网络可以根据该误差/性能。
在Keras以外的训练期间，有什么方法可以进行评估（与真实情况进行比较）？通常，人们将X数据传递到网络，训练东西并将其与基本事实Y进行比较。这对于预测很有效，但是我不想预测某些东西。我要做的是测量模拟中与地面真实情况的偏差。 我知道有Unity ML代理，但据我所知，``大脑''在运行时控制代理，即在每帧上更新代理并控制运动。我想要执行整个仿真以更新网络的参数/权重。
最良好的祝愿。
答案 0 :(得分：0)
在我的大学进行一些谈话后： 安装程序无法通过这种方式进行，因为我需要拆分流程。
我需要工作人员的参数来仅基于级别描述（例如像视频游戏描述语言这样的矩阵）来训练网络。为了基于实际水平和地面真实数据（例如，偏离轨迹）获得参数化的主体，需要使用带有得分函数的强化深度学习来获得这些参数。因此，Unity ML代理可能会有用。然后，我可以使用参数设置和相关的级别数据来训练网络，使其仅根据级别描述生成所需的参数。