トップページ -> インストール，設定，利用 -> Windows ソフトウエア -> Windows で Unity + IronPython 2.7 環境を作る（Chocolatey を利用）（書きかけ）
[サイトマップへ], [サイト内検索へ]

Windows で Unity + IronPython 2.7 環境を作る（Chocolatey を利用）（書きかけ）

サイト構成 データベース関連技術 データの扱い インストール，設定，利用 プログラミング 授業資料 サポートページ 連絡先，業績など

Windows で，Chocolatey を用いて，Unity + IronPython 2.7 環境を作る手順を説明する．

特記事項： Unity の利用条件、ライセンス条項は，利用者で確認すること

ここで行うこと

【このページの目次】

注意事項. Chocolatey を使うと、種々のソフトウエアのインストールが楽になる． このとき、インストールしたソフトウエアの利用条件、ライセンス条項は必ず、確認すること．

特に、次のことに気をつけること

※　「行いたい」というときには、それぞれのソフトウエアの利用条件、ライセンス条項を確認すること

前準備

Windows の 「アプリと機能」で、インストール済みのプログラムを見る。 次のソフトがある場合には、アンインストールする

今からインストールを行うので、混乱を防ぐため

Chocolatey のインストール

まず，git, cmake, wget, 7zip などのインストールや更新を楽に行えるようにするために、 Chocolatey をインストールする．

注意事項. Chocolatey を使うと、種々のソフトウエアのインストールが楽になる． このとき、インストールしたソフトウエアの利用条件、ライセンス条項は必ず、確認すること．

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．

    [image]
  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

    [image]
  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．

    [image]
  5. PowerShell を管理者として実行．案内に従い，PowerShell で「Get-ExecutionPolicy」を実行す

    [image]
  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

    [image]
  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

    [image]
  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、git, cmake, wget, 7zip 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．

    [image]
  2. git, cmake, wget, 7zip をインストール

    ※ 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 git.install cmake.install wget 7zip.install

  3. Windowsのシステム環境変数Pathの設定

    ※ システム環境変数Pathは、すでに存在するはず．

    次のように，「C:\Program Files\CMake\bin」を付け加える． 

    C:\ProgramData\chocolatey\bin
C:\Program Files\Git\cmd
C:\Program Files\CMake\bin

    Windowsの画面の表示では、円マークになる

  4. システム環境変数 Path の確認

    いまのコマンドプロンプトで次を実行し，エラーメッセージが出ないことを確認． 

    refreshenv
where git
where git-gui
where cmake
where cmake-gui
where wget

Chocolatey を用いて、IronPython 2.7 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．

    [image]
  2. IronPython 2.7 をインストール

    ※ 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 ironPython dotnet4.5 dotnetcore-sdk

  3. インストールできたことを確認

    ※ エラーメッセージが出なければ OK 

    where ipy

  4. IronPython のバージョンの確認 
    ipy -V

  5. ensurepip を用いて pip, setuptools をインストール

    http://ironpython.net/blog/2014/12/07/pip-in-ironpython-275.html の記述に従う 

    ipy -X:Frames -m ensurepip

  6. IronPython で、インストール済みのパッケージの確認 

    ipy -X:Frames -m pip list

Chocolatey でインストール済みのパッケージを一括更新

  1. 新しく、 Windows で，コマンドプロンプトを管理者として実行．
  2. 更新の操作

    コマンドプロンプトで，次のコマンドを実行 

    choco upgrade -y all

インストールしたソフトウエア類に関する設定

  1. Windowsのシステム環境変数Pathの 先頭部分の設定

    ※ システム環境変数Pathは、すでに存在するはずなので、編集

    ※ 先頭部分が次のようになるように編集

    ※ すでに、Pathのなかに、一部分含まれているときは、 その部分を並び変えて、下の順序に一致させる 

    C:\Program Files\Git\cmd
C:\Program Files\CMake\bin

    Windowsの画面の表示では、次のように、円マークになる

  2. システム環境変数 Path の確認

    新しく、 Windows のコマンドプロンプトを実行する．

    そして、次のコマンドを実行する 

    where git
where git-gui
where cmake
where cmake-gui

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．

    [image]
  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

    [image]

各種パッケージのインストール

pip を用いて，Python パッケージを、簡単に扱うことができる．

  1. Window でコマンドプロンプトを実行
  2. IronPython で、 のインストール 

    ipy -X:Frames -m pip install requests==1.1.0 
ipy -X:Frames -m pip install firebase -
ipy -X:Frames -m pip install cython
  3. dll ファイルのコピー

    以下、書きかけ conda install -y numpy scipy h5py scikit-learn scikit-image matplotlib seaborn pandas pandasql pillow conda install -y jupyter pytest docopt pyyaml cython
  4. imutils, mtcnn のインストール

    ※ mtcnn については https://github.com/open-face/mtcnn 

    mkdir c:\ipytools
cd c:\ipytools
rmdir /s /q imutils
rmdir /s /q mtcnn


    cd c:\ipytools
git clone https://github.com/jrosebr1/imutils
cd imutils
python setup.py build
python setup.py install 
cd c:\ipytools
git clone https://github.com/ipazc/mtcnn
cd mtcnn
python setup.py build
python setup.py install
  5. python-visualization/folium, DinoTools/python-overpy, ianare/exif-py, mapado/haversine, Turbo87/utm のインストール 
    mkdir c:\ipytools
cd c:\ipytools
rmdir /s /q folium
rmdir /s /q python-overpy
rmdir /s /q exif-py
rmdir /s /q haversine


    cd c:\ipytools
git clone https://github.com/python-visualization/folium
cd folium
python setup.py build
python setup.py install 
cd c:\ipytools
git clone https://github.com/DinoTools/python-overpy
cd python-overpy
python setup.py build
python setup.py install 
cd c:\ipytools
git clone https://github.com/ianare/exif-py
cd exif-py
python setup.py build
python setup.py install 
cd c:\ipytools
git clone https://github.com/mapado/haversine
cd haversine
python setup.py build
python setup.py install 
cd c:\ipytools
git clone https://github.com/Turbo87/utm
cd utm
python setup.py build
python setup.py install
  6. その他、各種パッケージのインストール

    ※ 下から必要なものを選んでインストール 

    conda install -y chainer
conda install -y graphviz
conda install -y pydot
conda install -y yaml
conda install -y flask
conda install -y django
conda install -y sympy
conda install -y sqlite
conda install -y redis
conda install -y gensim
conda install -y cython
conda install -y pylint
conda install -y bz2file
conda upgrade -y --all

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

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

  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

    [image]

    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

    [image]
  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

    [image]
  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

    [image]
  7. UnitySDK のプロジェクトを開きたいので、「Open」をクリック

    [image]
  8. 「C:\tools\ml-agents\UnitySDK」を選ぶ．少し待つ

    [image]
  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

    [image]
  10. 設定を行う

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

    [image]
  11. 「Other Settings」をクリック

    [image]
  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）

    [image]
  13. Scripting Defines Symbols は、「ENABLE_TENSORFLOW」を設定する

    [image]
  14. 「File」 →「Save Project」 と操作して、設定を保存する

    [image]
  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

    うまくダウンロードできないときは、 https://github.com/Unity-Technologies/ml-agents/blob/master/docs/Basic-Guide.md のWebページを開き、 「Setting up the ML-Agents Toolkit within Unity」のところにある 「Download」をクリック

  16. ダウンロードが始まる

    [image]
  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

    [image]

    少し待つ

    [image]
  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

    [image]

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

    [image]
  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

    [image]
  3. 画面が変わるので確認

    [image]
  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

    [image]
  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

    [image]
  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

    [image]
  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

    [image]
  8. Brain 要素を、 Player から Internalに変更する

    [image]
  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

    [image]
  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

    [image]

    [image]

    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

    [image]

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

    [image]

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

    [image]
  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

    [image]
  4. 「External」に設定されていることを確認する

    [image]
  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。

    [image]
  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

    [image]
  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

    端末で，次のコマンドを実行． 

    activate ml-agents

    [image]
  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

    [image]
  11. mlagents-learn コマンドを用いて学習

    「\」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

    [image]
  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

    [image]
  13. 学習が進む

    [image]
  14. 学習が終わる

    [image]
  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

    [image]
  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

    [image]
  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

    [image]
  18. Brain 要素を、 Player から Internalに変更する

    [image]
  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

    [image]
  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

    [image]

    [image]
  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

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

    [image]

    本サイトは金子邦彦研究室のWebページです．サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

    問い合わせ先： 金子邦彦（かねこ くにひこ） [image]