在當(dāng)今快速發(fā)展的AI時代，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)實現(xiàn)的邊界與成本。本文以Unity ML-Agents環(huán)境配置與尋路Demo實戰(zhàn)為例，探討AI產(chǎn)品經(jīng)理如何通過親身體驗技術(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：

“如何判斷一個需求是技術(shù)亮點，還是開發(fā)深坑？”

當(dāng)策劃提出“NPC應(yīng)動態(tài)適應(yīng)玩家行為”時，若缺乏對技術(shù)實現(xiàn)的理解，可能會出現(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3周內(nèi)上線強化學(xué)習(xí)驅(qū)動的NPC生態(tài)；
2. 過度保守：因懼怕技術(shù)風(fēng)險，將方案退化為“預(yù)設(shè)對話樹+隨機(jī)行為庫”，錯失創(chuàng)新機(jī)會。

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

做交互设计10年，我为何转岗到产品经理？

真正转岗之后，我发现很多工作还是超出了自己的想象。产品经理的工作确实比较杂。理论上，产品经理的工作包括了产品的方方面面，从市场研究、用户调研、数据分析...

查看详情 >

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、需求可行性驗證：

通過Unity ML-Agents訓(xùn)練基礎(chǔ)尋路模型，可快速評估“動態(tài)路徑規(guī)劃”功能的算力消耗與訓(xùn)練耗時，避免在PRD中承諾不切實際的性能指標(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)的全流程實操，能精準(zhǔn)識別團(tuán)隊技術(shù)棧的適配性（例如判斷是否需要引入專職AI工程師）。

3、用戶體驗預(yù)判：

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

3.技術(shù)文檔的產(chǎn)品價值

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

“當(dāng)產(chǎn)品經(jīng)理提出AI需求時，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)險預(yù)埋點識別：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“這個模型需要100小時訓(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時響應(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、獎勵函數(shù)錯誤，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是一個管理Unity安裝和項目的工具。

訪問Unity Hub官網(wǎng)。

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

下載完成后，運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，可能會提示你登錄Unity賬號。如果沒有賬號，可以點擊“Create Account”注冊一個。

添加Unity編輯器

在Unity Hub的主界面，點擊左上角的“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

點擊“Next”并選擇安裝路徑，然后點擊“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)建一個新的2D項目

1）打開Unity編輯器

安裝完成后，Unity Hub會自動啟動Unity編輯器。如果沒有自動啟動，你可以通過Unity Hub手動啟動。

2）選擇項目模板

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

3）設(shè)置項目名稱和路徑

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

4）點擊“Create”按鈕創(chuàng)建項目。

4.安裝ML Agents包

1）打開Unity Package Manager

• 在Unity編輯器中，點擊頂部菜單欄的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。
• 點擊該包旁邊的“Install”按鈕進(jìn)行安裝。

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

5.驗證安裝

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)建了一個新的Unity 2D項目，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是一個工具，可以讓你輕松安裝和管理多個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：實測Python 3.9.13兼容ML Agents插件

1.在終端中運行以下命令：

pyenv install 3.9.13

2.設(shè)置全局Python版本為3.9.13：

pyenv global 3.9.13

3.驗證安裝是否成功：

python –version

4.如果安裝成功，會顯示：

Python 3.9.13

4.在項目目錄下創(chuàng)建虛擬環(huán)境

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

進(jìn)入項目目錄：

cd /Users/hamu/UnityProjects/MLAgentsTutorial

在項目目錄下創(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 %

在項目所在的目錄中會出現(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被安裝此文件夾中，因此所有安裝的包都會被隔離在該環(huán)境中，不會影響其他項目。

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

驗證安裝：運行以下命令檢查 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

驗證ML Agents是否安裝成功：

mlagents-learn –help

如果安裝成功，會顯示ML Agents的使用幫助信息。

三、環(huán)境搭建的注意事項

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會自動切換版本，不會影響全局環(huán)境。

在項目目錄下創(chuàng)建虛擬環(huán)境時，pyenv會自動使用指定版本的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是一個更通用的解決方案。

關(guān)于虛擬環(huán)境：

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

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

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 ]

項目軟件：

• [ unity版本： 2022.3.53f1c1 蘋果芯片 LTS版 ]
• [ 2D 項目：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)建了一個新的2D項目，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、運行 unity 項目進(jìn)行模型的強化訓(xùn)練

1、啟動終端

2、在終端指定項目根目錄路徑：（一定要先指定項目根目錄）

cd /Users/hamu/UnityProjects/MLAgentsTutorial

3、激活項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、運行ML-Agents 強化學(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，要不會無法運行，如果覺得某個模型訓(xùn)練規(guī)則有問題，還想啟用同一個目錄名，可以刪掉生成的訓(xùn)練目錄名，再用同一個目錄名再次啟動模型訓(xùn)練；

5、運行成功標(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 實操環(huán)節(jié)。