目录

Unity 中的智能辅助工具

Unity ML - Agents

Visual Scripting

UE5 中的智能辅助工具

MindMaker AI 插件

ChatGPT for Unreal Engine

Unity 中的智能辅助工具

Unity ML - Agents

Unity ML - Agents 是一款用于在 Unity 项目中创建智能代理的工具。它与通义类似，能够基于数据进行智能处理，让开发者训练代理在游戏环境中学习并执行任务。

• 使用步骤：

1. 安装与导入：在 Unity Asset Store 中搜索 “ML - Agents”，下载并导入到你的项目中。
2. 设置环境：创建一个适合代理学习的游戏环境，例如搭建一个简单的迷宫场景，设置好起点、终点以及障碍物等。
3. 定义代理行为：编写 C# 脚本，定义代理的行为和目标。比如，在迷宫场景中，代理的目标是找到终点，行为可能包括移动、转向等。
4. 训练代理：使用 Unity ML - Agents 提供的训练工具，选择合适的训练算法（如 PPO 算法），开始训练代理。在训练过程中，代理会不断尝试不同的行为，根据环境反馈调整策略，逐渐学会如何高效地完成任务。
5. 应用到游戏：训练完成后，将训练好的代理模型集成到游戏中，让游戏角色能够展现出智能决策能力。例如在模拟游戏中，角色可以根据不同的游戏情境，智能地选择前进、躲避或者攻击等动作。

Visual Scripting

Visual Scripting 为开发者提供了可视化编程界面，使得创建复杂功能无需编写大量代码，这大大降低了开发门槛，类似于通义辅助开发者快速实现想法。

• 使用步骤：

1. 安装插件：同样在 Unity Asset Store 中搜索 “Visual Scripting” 插件并安装。
2. 创建可视化脚本：在项目中创建一个新的可视化脚本文件。在脚本编辑器中，通过拖拽节点的方式来构建逻辑。例如，要实现一个角色移动的功能，你可以找到 “Input” 节点获取玩家输入，“Character Controller” 节点控制角色移动，然后用连线将这些节点按照逻辑连接起来。
3. 设置节点参数：每个节点都有相应的参数，根据需求进行设置。比如在 “Character Controller” 节点中，设置角色的移动速度、跳跃高度等参数。
4. 关联到游戏对象：将编写好的可视化脚本挂载到相应的游戏对象上，如角色模型。这样，当游戏运行时，游戏对象就会按照可视化脚本定义的逻辑执行相应功能。

UE5 中的智能辅助工具

MindMaker AI 插件

MindMaker AI 是一款开源插件，它将游戏环境转变为 OpenAI Gym 环境，从而训练自主机器学习代理。其应用场景广泛，不仅用于游戏设计，还涵盖机器人模拟、自动驾驶等领域，为开发者提供强大功能支持，与通义有着相似之处。

• 使用步骤：

1. 获取插件：从 MindMaker AI 的官方开源仓库（如 GitHub）下载插件文件。
2. 导入到 UE5 项目：在 UE5 项目中，通过 “File” -> “Import” 菜单，选择下载的插件文件进行导入。
3. 配置环境：在项目设置中，对 MindMaker AI 插件进行相关配置，例如设置与 Python ML 库的网络连接参数，确保能够顺利交换数据。
4. 创建训练环境：在 UE5 中搭建适合代理训练的游戏环境，例如创建一个机器人运动模拟场景，设置好机器人的初始位置、目标位置以及环境中的障碍物等。
5. 编写训练逻辑：使用 Python 编写训练逻辑，通过与 MindMaker AI 插件建立的连接，将训练数据发送到 UE5 环境中，让代理在环境中进行学习和训练。在训练过程中，不断调整训练参数，优化代理的学习效果。
6. 应用训练成果：训练完成后，将训练好的代理模型应用到实际项目中，实现机器人在复杂环境中的智能运动控制等功能。

ChatGPT for Unreal Engine

ChatGPT for Unreal Engine 通过整合 ChatGPT 的语言交互能力到 UE5 项目中，为游戏增添智能化交互体验，类似于通义在语言交互方面的能力。

• 使用步骤：

1. 安装插件：在 UE5 的插件市场中搜索 “ChatGPT for Unreal Engine” 并安装。
2. 配置 API 密钥：在插件设置中，输入你从 OpenAI 获取的 ChatGPT API 密钥，确保插件能够连接到 ChatGPT 服务。
3. 创建交互界面：在 UE5 项目中，创建一个用于与 ChatGPT 交互的用户界面，例如一个聊天窗口。
4. 编写交互逻辑：使用蓝图或 C++ 编写交互逻辑，当玩家在聊天窗口输入内容时，将输入发送到 ChatGPT 服务，并接收 ChatGPT 返回的回复，然后在聊天窗口中显示回复内容。例如，在蓝图中，通过创建一个事件节点，当玩家点击发送按钮时，触发发送输入到 ChatGPT 的函数，并处理返回的回复数据。
5. 优化交互体验：根据游戏需求，对交互逻辑进行优化，例如设置合适的等待提示、处理网络错误等，提升玩家与游戏中智能对话系统的交互体验。