在當(dāng)今快速發(fā)展的AI時(shí)代，產(chǎn)品經(jīng)理的角色不再局限于需求收集與規(guī)劃，還需要深入理解技術(shù)實(shí)現(xiàn)的邊界與成本。本文以Unity ML-Agents環(huán)境配置與尋路Demo實(shí)戰(zhàn)為例，探討AI產(chǎn)品經(jīng)理如何通過親身體驗(yàn)技術(shù)落地過程，培養(yǎng)“技術(shù)同理心”。

前言：Unity ML-Agents環(huán)境配置與尋路Demo實(shí)戰(zhàn)解析（Mac環(huán)境適配版）

1.AI產(chǎn)品經(jīng)理的技術(shù)同理心從何而來？

在智能NPC落地的全流程中，產(chǎn)品經(jīng)理最常面臨的困境是：

“如何判斷一個(gè)需求是技術(shù)亮點(diǎn)，還是開發(fā)深坑？”

當(dāng)策劃提出“NPC應(yīng)動(dòng)態(tài)適應(yīng)玩家行為”時(shí)，若缺乏對技術(shù)實(shí)現(xiàn)的理解，可能會(huì)出現(xiàn)兩種極端：

1. 過度樂觀：認(rèn)為“AI無所不能”，要求開發(fā)團(tuán)隊(duì)3周內(nèi)上線強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)的NPC生態(tài)；
2. 過度保守：因懼怕技術(shù)風(fēng)險(xiǎn)，將方案退化為“預(yù)設(shè)對話樹+隨機(jī)行為庫”，錯(cuò)失創(chuàng)新機(jī)會(huì)。

解決這一矛盾的關(guān)鍵，在于建立技術(shù)同理心——即通過實(shí)踐驗(yàn)證，理解AI技術(shù)的可行性邊界與落地成本。

本文復(fù)現(xiàn)的“自主尋路NPC”Demo，正是這一能力的具象化體現(xiàn)：

2.產(chǎn)品經(jīng)理是否需要親手搭建環(huán)境？

1、需求可行性驗(yàn)證：

通過Unity ML-Agents訓(xùn)練基礎(chǔ)尋路模型，可快速評估“動(dòng)態(tài)路徑規(guī)劃”功能的算力消耗與訓(xùn)練耗時(shí)，避免在PRD中承諾不切實(shí)際的性能指標(biāo)。

2、開發(fā)資源評估：

從Python環(huán)境配置到模型參數(shù)調(diào)優(yōu)的全流程實(shí)操，能精準(zhǔn)識別團(tuán)隊(duì)技術(shù)棧的適配性（例如判斷是否需要引入專職AI工程師）。

3、用戶體驗(yàn)預(yù)判：

當(dāng)NPC因訓(xùn)練不足頻繁卡在障礙物旁時(shí)，會(huì)更直觀地理解：玩家期待的“智能”背后，是數(shù)據(jù)質(zhì)量、模型結(jié)構(gòu)與獎(jiǎng)勵(lì)函數(shù)的精密平衡。

3.技術(shù)文檔的產(chǎn)品價(jià)值

本文雖聚焦于環(huán)境配置與Demo實(shí)現(xiàn)，但本質(zhì)上在回答一個(gè)問題：

“當(dāng)產(chǎn)品經(jīng)理提出AI需求時(shí)，如何用技術(shù)語言證明其合理性？”

在后續(xù)的技術(shù)指南中，你將看到：

• 最小化驗(yàn)證路徑：如何用最低成本（無需高端設(shè)備）跑通訓(xùn)練全流程；
• 風(fēng)險(xiǎn)預(yù)埋點(diǎn)識別：從版本依賴到算力瓶頸的避坑清單；
• 需求轉(zhuǎn)化框架：將Demo中的“尋路邏輯”抽象為可復(fù)用的產(chǎn)品功能模塊。

4.從Demo到產(chǎn)品的思維躍遷

作為AI產(chǎn)品經(jīng)理，我的目標(biāo)不是成為開發(fā)者，而是構(gòu)建技術(shù)與需求的對話橋梁。

• 當(dāng)工程師說“這個(gè)模型需要100小時(shí)訓(xùn)練”，我能快速換算成服務(wù)器租賃成本；
• 當(dāng)老板質(zhì)疑“為什么不用ChatGPT生成對話”，我能解釋離線部署與實(shí)時(shí)響應(yīng)的技術(shù)矛盾；
• 當(dāng)玩家反饋“NPC行為太呆板”，我能區(qū)分這是數(shù)據(jù)缺陷、獎(jiǎng)勵(lì)函數(shù)錯(cuò)誤，還是算力不足。

技術(shù)同理心，本質(zhì)上是一種“翻譯能力”——將用戶期待轉(zhuǎn)化為技術(shù)參數(shù)，再將技術(shù)限制翻譯為產(chǎn)品策略。

下面開始進(jìn)入正篇：??

復(fù)刻Unity ML Agents強(qiáng)化學(xué)習(xí)案例（Mac環(huán)境適配版）

?? 本人設(shè)備環(huán)境：

[ 設(shè)備：MacBook M1 Pro ] [ 內(nèi)存：16G ] [ 系統(tǒng)：macOS 15.3.1 ]

以上設(shè)備環(huán)境僅作參考，我復(fù)刻的教程是 Windows 環(huán)境下進(jìn)行的，Mac 上依然可運(yùn)行。

????溫馨提示：以下是小白視角進(jìn)行的案例演示，高手請繞行??

一、安裝Unity Hub + Unity編輯器

1.下載并安裝Unity Hub

Unity Hub是一個(gè)管理Unity安裝和項(xiàng)目的工具。

訪問Unity Hub官網(wǎng)。

在官網(wǎng)頁面上找到“Download Unity Hub”按鈕，點(diǎn)擊下載。

下載完成后，運(yùn)行安裝程序并按照提示完成安裝。

2.通過Unity Hub安裝Unity編輯器

打開Unity Hub

安裝完成后，打開Unity Hub。

??注意：如果是第一次打開，可能會(huì)提示你登錄Unity賬號。如果沒有賬號，可以點(diǎn)擊“Create Account”注冊一個(gè)。

添加Unity編輯器

在Unity Hub的主界面，點(diǎn)擊左上角的“Add”按鈕。

在彈出的窗口中，選擇你需要的Unity版本。

??注意：ML Agents通常需要較新的Unity版本（如2021或更高）。

如果你不確定，可以選擇最新的LTS（長期支持）版本。

我安裝的是：2022.3.53f1c1 蘋果芯片 LTS版

點(diǎn)擊“Next”并選擇安裝路徑，然后點(diǎn)擊“Done”開始下載和安裝。

等待安裝完成

Unity編輯器的安裝可能需要一些時(shí)間，具體取決于你的網(wǎng)絡(luò)速度和電腦性能。

3.創(chuàng)建一個(gè)新的2D項(xiàng)目

1）打開Unity編輯器

安裝完成后，Unity Hub會(huì)自動(dòng)啟動(dòng)Unity編輯器。如果沒有自動(dòng)啟動(dòng)，你可以通過Unity Hub手動(dòng)啟動(dòng)。

2）選擇項(xiàng)目模板

• 在Unity啟動(dòng)窗口中，點(diǎn)擊“New”創(chuàng)建新項(xiàng)目。
• 在項(xiàng)目模板中，選擇“2D”模板（通常在左側(cè)菜單中）。
• 然后選擇一個(gè)具體的模板，比如“2D (Built-In Render Pipeline)”。

3）設(shè)置項(xiàng)目名稱和路徑

• 在“Project Name”中輸入你的項(xiàng)目名稱，例如“MLAgentsTutorial”。
• 在“Location”中選擇項(xiàng)目的保存路徑，建議選擇一個(gè)容易找到的文件夾。例如 /Users/hamu/UnityProjects/MLAgentsTutorial

4）點(diǎn)擊“Create”按鈕創(chuàng)建項(xiàng)目。

4.安裝ML Agents包

1）打開Unity Package Manager

• 在Unity編輯器中，點(diǎn)擊頂部菜單欄的Window>Package Manager。
• 這將打開Unity的包管理器窗口。

2）添加Unity Registry

• 在包管理器窗口中，找到“Packages:”下拉菜單，選擇“Unity Registry”。
• 這將顯示所有可用的Unity包。

3）搜索并安裝ML Agents包

• 在搜索框中輸入“ML Agents”，然后找到ML Agents包。
• 點(diǎn)擊該包旁邊的“Install”按鈕進(jìn)行安裝。

安裝完成后，你會(huì)看到包的狀態(tài)變?yōu)椤癐nstalled”或“Remove”。

5.驗(yàn)證安裝

安裝完成后，關(guān)閉并重新打開Unity編輯器。

再次進(jìn)入Window>Package Manager，確保ML Agents包已經(jīng)正確安裝。

如果看到包的狀態(tài)為“Installed”，則說明安裝成功。

總結(jié)：通過以上步驟，你已經(jīng)安裝好了Unity編輯器，成功創(chuàng)建了一個(gè)新的Unity 2D項(xiàng)目，并安裝了ML Agents包。

二、環(huán)境搭建的配置方案??[版本兼容性非常重要]

在MacBook M1 Pro（MacOS 15.3.1）上安裝特定版本的Python（如3.9.13）并設(shè)置虛擬環(huán)境，可以通過以下步驟完成。由于M1芯片的特殊性，建議使用Homebrew和pyenv來管理Python版本。

1.安裝Homebrew

Homebrew是macOS上常用的包管理工具，可以方便地安裝和管理Python

打開終端（Terminal）

在終端輸入以下命令并按回車：

/bin/bash -c “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)”

這將安裝Homebrew。

2.安裝pyenv

pyenv是一個(gè)工具，可以讓你輕松安裝和管理多個(gè)Python版本。

確保Homebrew已安裝，然后在終端輸入以下命令并按回車：

brew install pyenv

將pyenv添加到你的Shell配置文件中（如~/.zshrc或~/.bash_profile）：

echo ‘export PATH=”$HOME/.pyenv/bin:$PATH”‘ >> ~/.zshrc echo ‘eval “$(pyenv init –path)”‘ >> ~/.zshrc

應(yīng)用更改：

source ~/.zshrc

3.安裝Python 3.9.13

使用pyenv安裝特定版本的Python：實(shí)測Python 3.9.13兼容ML Agents插件

1.在終端中運(yùn)行以下命令：

pyenv install 3.9.13

2.設(shè)置全局Python版本為3.9.13：

pyenv global 3.9.13

3.驗(yàn)證安裝是否成功：

python –version

4.如果安裝成功，會(huì)顯示：

Python 3.9.13

4.在項(xiàng)目目錄下創(chuàng)建虛擬環(huán)境

虛擬環(huán)境可以幫助你為特定項(xiàng)目隔離Python環(huán)境，避免依賴沖突。

進(jìn)入項(xiàng)目目錄：

cd /Users/hamu/UnityProjects/MLAgentsTutorial

在項(xiàng)目目錄下創(chuàng)建虛擬環(huán)境：

python -m venv venv

激活虛擬環(huán)境：

source venv/bin/activate

激活后，終端提示符會(huì)顯示(venv)，表示當(dāng)前處于虛擬環(huán)境中。

例如：

(venv)（base）hamu@HamuMacBook MLAgentsTutorial %

（虛擬環(huán)境）（基礎(chǔ)環(huán)境）用戶名@主機(jī)名 當(dāng)前工作目錄 %

在項(xiàng)目所在的目錄中會(huì)出現(xiàn)虛擬環(huán)境命名的文件夾，激活此目錄下的虛擬環(huán)境后，安裝的所有必要的包都會(huì)被安裝此文件夾中，因此所有安裝的包都會(huì)被隔離在該環(huán)境中，不會(huì)影響其他項(xiàng)目。

5.安裝必要的Python包

在虛擬環(huán)境(venv)中安裝ML Agents和其他必要的包。

安裝pip 并 更新升級 pip ：

python -m pip install –upgrade pip

/Users/hamu/UnityProjects/MLAgentsTutorial/venv/bin/python -m pip install –upgrade pip

驗(yàn)證安裝：運(yùn)行以下命令檢查 pip 的版本：

pip –version

如果升級成功，輸出的版本號應(yīng)該接近或等于 25.0.1 。

安裝ML Agents：

pip install mlagents

安裝torch及其依賴：

pip install torch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0

安裝特定版本的protobuf：

pip install protobuf==3.20.3

檢查Python版本：

python –version

確保輸出為Python 3.9.13。

檢查安裝的包：

pip list

確保以下包已安裝：【版本兼容性非常重要】??????

• mlagents==0.30.0
• torch==1.11.0
• torchvision==0.12.0
• torchaudio==0.11.0
• protobuf==3.20.3

驗(yàn)證ML Agents是否安裝成功：

mlagents-learn –help

如果安裝成功，會(huì)顯示ML Agents的使用幫助信息。

三、環(huán)境搭建的注意事項(xiàng)

關(guān)于Python版本：

如果你使用pyenv管理Python版本，無需卸載其他版本的Python。pyenv會(huì)自動(dòng)切換版本，不會(huì)影響全局環(huán)境。

在項(xiàng)目目錄下創(chuàng)建虛擬環(huán)境時(shí)，pyenv會(huì)自動(dòng)使用指定版本的Python。

關(guān)于Homebrew：

Homebrew是macOS上常用的包管理工具，用于安裝和管理Python等軟件。

如果你已經(jīng)在系統(tǒng)中安裝了Python，也可以直接使用pyenv，但安裝Homebrew是一個(gè)更通用的解決方案。

關(guān)于虛擬環(huán)境：

虛擬環(huán)境是項(xiàng)目依賴隔離的重要工具，建議每個(gè)項(xiàng)目都創(chuàng)建獨(dú)立的虛擬環(huán)境。

激活虛擬環(huán)境后，所有安裝的包都會(huì)被隔離在該環(huán)境中，不會(huì)影響其他項(xiàng)目。

再提醒一次：【版本兼容性非常重要】??【版本兼容性非常重要】??【版本兼容性非常重要】??

到這里，我們的unity 編輯軟件+運(yùn)行環(huán)境都已經(jīng)安裝好了，總結(jié)如下 ：

設(shè)備：

• [ MacBook M1 Pro ]
• [ 內(nèi)存：16G ]
• [ 系統(tǒng)：macOS 15.3.1 ]

項(xiàng)目軟件：

• [ unity版本： 2022.3.53f1c1 蘋果芯片 LTS版 ]
• [ 2D 項(xiàng)目：2D (Built-In Render Pipeline)]

核心工具：

• ML Agents

環(huán)境配置：

• pip==25.0.1
• Python==3.9.13
• mlagents==0.30.0
• torch==1.11.0
• torchvision==0.12.0
• torchaudio==0.11.0
• protobuf==3.20.3

總個(gè)結(jié)：

通過以上步驟，你已經(jīng)成功安裝了Unity編輯器，創(chuàng)建了一個(gè)新的2D項(xiàng)目，并安裝了ML Agents包。此外，你還搭建了Python環(huán)境，安裝了必要的包，并驗(yàn)證了ML Agents是否正常工作?，F(xiàn)在，你可以開始編寫AI ML Agents 腳本并訓(xùn)練模型了。

四、運(yùn)行 unity 項(xiàng)目進(jìn)行模型的強(qiáng)化訓(xùn)練

1、啟動(dòng)終端

2、在終端指定項(xiàng)目根目錄路徑：（一定要先指定項(xiàng)目根目錄）

cd /Users/hamu/UnityProjects/MLAgentsTutorial

3、激活項(xiàng)目根目錄下的虛擬環(huán)境：（再激活根目錄下的虛擬環(huán)境）

source venv/bin/activate

4、運(yùn)行ML-Agents 強(qiáng)化學(xué)習(xí)工具：

注意，這里的 Test3 是訓(xùn)練模型存放的目錄名，每次訓(xùn)練模型，模型訓(xùn)練的目錄最好不要一樣，要不會(huì)無法運(yùn)行，如果覺得某個(gè)模型訓(xùn)練規(guī)則有問題，還想啟用同一個(gè)目錄名，可以刪掉生成的訓(xùn)練目錄名，再用同一個(gè)目錄名再次啟動(dòng)模型訓(xùn)練；

5、運(yùn)行成功標(biāo)志：

環(huán)境搭建完了，我們開始進(jìn)入 Unity 引擎中，進(jìn)行 ML-Agents 尋路 Demo 實(shí)操環(huán)節(jié)。