استخدام ML-Agents في Hugging Face

ml-agents هو مجموعة أدوات مفتوحة المصدر تُمكّن الألعاب والمحاكاة المصنوعة باستخدام Unity من العمل كبيئات لتدريب الوكلاء الأذكياء.

استكشاف ML-Agents في Hub

يمكنك العثور على نماذج ml-agents عن طريق التصفية في الجزء الأيسر من صفحة النماذج.

تأتي جميع النماذج على Hub بميزات مفيدة:

1. بطاقة نموذج مُولَّدة تلقائيًا تتضمن وصفًا وإعدادات تدريب وغيرها.
2. وسوم البيانات الوصفية التي تساعد في إمكانية الاكتشاف.
3. ملفات ملخصات Tensorboard لتصور مقاييس التدريب.
4. رابط إلى عرض Spaces على الويب حيث يمكنك تصور وكيلك وهو يلعب في متصفحك.

تثبيت المكتبة

لتثبيت مكتبة ml-agents، تحتاج إلى استنساخ المستودع:

# Clone the repository
git clone https://github.com/Unity-Technologies/ml-agents

# Go inside the repository and install the package
cd ml-agents
pip3 install -e ./ml-agents-envs
pip3 install -e ./ml-agents

استخدام نماذج موجودة

يمكنك ببساطة تنزيل نموذج من Hub باستخدام mlagents-load-from-hf.

mlagents-load-from-hf --repo-id="ThomasSimonini/MLAgents-Pyramids" --local-dir="./downloads"

يجب عليك تحديد معلمتين:

• --repo-id: اسم مستودع Hugging Face الذي تريد تنزيله.
• --local-dir: المسار لتنزيل النموذج.

تصوير وكيل أثناء اللعب

يمكنك بسهولة مشاهدة أي نموذج وهو يعمل مباشرةً في متصفحك:

1. انتقل إلى مستودع النموذج الخاص بك.
2. في قسم Watch Your Agent Play، انقر على الرابط.
3. في العرض التوضيحي، في الخطوة 1، اختر مستودع النموذج الخاص بك، وهو معرّف النموذج.
4. في الخطوة 2، اختر النموذج الذي تريد إعادة تشغيله.

مشاركة نماذجك

يمكنك بسهولة رفع نماذجك باستخدام mlagents-push-to-hf:

mlagents-push-to-hf --run-id="First Training" --local-dir="results/First Training" --repo-id="ThomasSimonini/MLAgents-Pyramids" --commit-message="Pyramids"

يجب عليك تحديد أربعة معلمات:

• --run-id: اسم معرّف جلسة التدريب.
• --local-dir: المكان الذي تم حفظ النموذج فيه.
• --repo-id: اسم مستودع Hugging Face الذي تريد إنشاؤه أو تحديثه. وهو <your huggingface username>/<the repo name>.
• --commit-message.

موارد إضافية

• وثائق ML-Agents التوثيق
• تجارب Unity ML-Agents Spaces الرسمية demos