本文已参与「新人创作礼」活动，一起开启掘金创作之路。
由于官方教程是全英版，本文为根据个人理解做的中文版，并对出现的相关问题进行了解答 (能力有限，有问题的地方还望指出，同时欢迎志同道合的朋友参与讨论，谢谢！) 官方教程：learn.unity.com/course/ml-a…
以往文章：unity learn—— ML_Agent:Hummingbirds中文教程 自译（一 ——配置Unity） unity learn—— ML_Agent:Hummingbirds中文教程 自译（二——代码Flowers.cs、FlowerArea.cs） unity learn—— ML_Agent:Hummingbirds中文教程 自译（三——代码HummingbirdAgent.cs） unity learn—— ML_Agent:Hummingbirds中文教程 自译（四——Ray Perception Sensor）
unity learn—— ML_Agent:Hummingbirds中文教程 自译（五 ——安装Anaconda） unity learn—— ML_Agent:Hummingbirds中文教程 自译（六——准备训练）
上次我们讲到训练结果存在：results\hb_01\Hummingbird.onnx
下面我们在创建一个文件夹Models,然后将训练结果拉进去
我们来看看它都有什么：
红色部分是指我们观测的数据有46个。看了教程unity learn—— ML_Agent:Hummingbirds中文教程 自译（三——代码HummingbirdAgent.cs）的朋友一定知道我们在 HummingbirdAgent.cs脚本里有10个观测数据，那么另外36个在哪呢？
答案是这里
这个三个的Ray Perception Sensor 3D脚本包含了剩下的36个观测（具体我还没研究，感兴趣的小伙伴可以打开它的源代码看一看）
剩下的内容我就不多解释啦，它不影响我们下面的使用，后面如果有机会的话，专门写一篇详细讲一讲（才不会告诉你我现在还看不懂呢hh）
好啦，现在打开hummingbird的预制体，把这个模型拖进去吧！
Note:有没有挂载这个模型都不影响 文章六 中的训练
这里要注意一下：Behavior Type一定不能是Heuristic Only（另外两个随便挑），不然是不会调用模型运作的。
以下是我根据个人理解对三种模式做的注释，如有谬误还请大家指出
| 模式 | 介绍 |
|---|---|
| default | 训练模式：可以训练也可以推理 |
| Heuristic Only | 人机交互模式，该模式下训练好的模型和Training都将没有作用 |
| Inference Only | 推理模式 ： 该模式下只能使用模型 |
现在点击运行，你就可以看到你的小鸟自己去采花啦~
（我小鸟的表现是一个循环能采十几二十朵的样子）
本教程到此基本告一段落，下面大家可以尝试更改参数训练更好的模型啦（训练出来记得告诉我哦！）
