Unity ML-Agent训练时能否强制信息更新并加快INFO输出频率？

方法1：修改训练配置文件参数 #

在ML-Agent的训练配置文件（通常是config/ppo.yaml这类YAML文件）中，找到控制日志更新的核心参数：

• 找到summary_freq参数，它以环境步数为单位，控制控制台INFO日志和TensorBoard数据的更新频率。默认值一般为10000，你可以将其改小，比如设为1000，这样每完成1000步训练就会输出一次奖励相关的INFO信息。
• 若使用旧版本ML-Agent，可能需要调整log_interval参数，作用与summary_freq一致。

修改示例：

ppo:
  summary_freq: 1000  # 降低数值以加快日志输出频率

方法2：启动训练时通过命令行指定 #

无需修改配置文件，直接在启动训练的命令中添加--summary-freq参数，自定义更新步数：

mlagents-learn config/ppo.yaml --run-id=MyTrainingRun --summary-freq=500

这里的500代表每500个环境步数输出一次INFO日志，数值越小，更新频率越高。

方法3：解决终端缓存导致的延迟输出 #

部分终端环境会缓存Python输出，导致日志无法实时显示。可以通过设置环境变量强制关闭缓存：

• Linux/macOS环境：

export PYTHONUNBUFFERED=1 && mlagents-learn config/ppo.yaml --summary-freq=1000

• Windows命令提示符环境：

set PYTHONUNBUFFERED=1 && mlagents-learn config/ppo.yaml --summary-freq=1000

注意：不要将summary_freq设置得过小（比如小于100），过于频繁的日志输出会占用系统资源，影响训练效率，也不利于聚焦关键训练数据。建议根据训练规模调整到1000-5000步的区间内。

内容的提问来源于stack exchange，提问作者user21776029