如何指定mlagents-learn测试参数？Unity中ActionBuffers填充位置问询

要让mlagents-learn测试跳跃动作，核心是在Agent子类的对应方法里处理动作映射与观测收集，具体操作位置如下：

1. 配置动作空间 #

在Agent的初始化方法里定义动作类型，因为跳跃是「跳/不跳」的二选一离散动作，设置离散动作分支：

public override void Initialize()
{
    // 定义1个离散动作分支，分支包含2个可选值（0=不执行跳跃，1=执行跳跃）
    ActionSpec = ActionSpec.MakeDiscrete(2);
}

2. 处理AI动作（映射ActionBuffers到跳跃逻辑） #

在OnActionReceived(ActionBuffers actions)方法中，读取ActionBuffers里的离散动作值，触发你已有的跳跃逻辑：

public override void OnActionReceived(ActionBuffers actions)
{
    // 从离散动作缓冲区中取出第一个分支的动作值
    int jumpTrigger = actions.DiscreteActions[0];
    
    // 映射到你已实现的跳跃逻辑，和空格键触发的逻辑完全一致
    if (jumpTrigger == 1)
    {
        Jump(); // 调用你原本检测空格键时执行的跳跃方法
    }

    // 补充奖励逻辑（关键：让AI明确行为的对错）
    // 例如：跳跃后成功避开障碍给+1奖励，掉出场景给-1奖励
}

3. 保留手动测试（可选） #

如果需要用空格键手动测试AI的行为逻辑，可以在Heuristic方法里把键盘输入映射到ActionBuffers：

public override void Heuristic(in ActionBuffers actionsOut)
{
    var discreteActions = actionsOut.DiscreteActions;
    // 检测空格键，按下时设置动作值为1，否则为0
    discreteActions[0] = Input.GetKey(KeyCode.Space) ? 1 : 0;
}

4. 收集关键观测数据 #

在CollectObservations(VectorSensor sensor)方法里添加AI决策需要的观测信息，比如：

public override void CollectObservations(VectorSensor sensor)
{
    // 添加立方体的垂直速度（判断是否处于跳跃状态）
    sensor.AddObservation(GetComponent<Rigidbody2D>().velocity.y);
    // 添加立方体是否接触地面（判断是否具备跳跃条件）
    sensor.AddObservation(isGrounded);
    // 可补充其他观测，比如距离障碍物的水平距离等
}

额外注意 #

• 确保Agent组件挂载在2D立方体对象上，且Behavior Parameters组件已关联对应的行为配置文件；
• 奖励函数的设计直接影响AI学习效果，需明确正向/负向行为的奖励规则。

内容的提问来源于stack exchange，提问作者Laurent Crivello