C# Unity ML代理-简单逻辑“；及；大门示例-未完成任何插曲

我试图创建一个非常简单的示例，在这个示例中，我用“和”门值来训练代理，即

1,0 = 0
1,1 = 1
0,0 = 0
0,1 = 0

我知道这是一个非常奇怪的测试项目，但我需要检查我是否可以在不需要游戏对象的情况下使用ML来评估数据

我已经遵循了这个项目中包含的“基本”示例，但我无法让它工作。我已经在下面发布了我的代码。任何帮助都将不胜感激

using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using MLAgents;
using UnityEngine.UI;

public class TestAgent : Agent {

    public Text text;

    public List<float[]> inputs = new List<float[]>();
    public List<float[]> answers = new List<float[]>();

    float expectedAnswer;
    float[] inp;
    int rec;

    private void Start()
    {
        inputs.Add(new float[] { 0, 0 });
        answers.Add(new float[] { 0 });

        inputs.Add(new float[] { 1, 1 });
        answers.Add(new float[] { 1 });

        inputs.Add(new float[] { 1, 0 });
        answers.Add(new float[] { 0 });

        inputs.Add(new float[] { 0, 1 });
        answers.Add(new float[] { 0 });
    }

    public override void CollectObservations()
    {
        AddVectorObs(inp);
    }

    public override void AgentAction(float[] vectorAction, string textAction)
    {
        var movement = (int)vectorAction[0];

        text.text += ", Result = " + movement;

        // Time penalty
        AddReward(-0.05f);

        if ((int)movement == (int)expectedAnswer){
            AddReward(1f);
            Done();
        }
        else{
            AddReward(-1f);
            Done();
        }
    }

    public override void AgentOnDone()
    {
        base.AgentOnDone();
        Debug.Log("agent is done");
    }

    public override void AgentReset()
    {
        //this is where we submit the input data, i think
        rec = Random.Range(0, inputs.Count);
        inp = inputs[rec];
        expectedAnswer = answers[rec][0];
        text.text = "Inputs = [" + inp[0] + "," + inp[1] + "], Expecting = " + expectedAnswer;
    }

}

使用系统集合；
使用System.Collections.Generic；
使用UnityEngine；
使用MLA试剂；
使用UnityEngine.UI；
公共类测试代理：代理{
公共文本；
公共列表输入=新列表（）；
公共列表答案=新列表（）；
浮动预期答案；
浮动[]inp；
int rec；
私有void Start（）
{
Add（新的浮点[]{0，0}）；
添加（新浮点[]{0}）；
Add（新的浮点[]{1，1}）；
添加（新浮点[]{1}）；
Add（新的浮点[]{1，0}）；
添加（新浮点[]{0}）；
Add（新的浮点[]{0，1}）；
添加（新浮点[]{0}）；
}
公共覆盖无效
{
AddVectorObs（inp）；
}
公共重写void代理（float[]向量操作，字符串textAction）
{
变量移动=（int）向量动作[0]；
text.text+=”，Result=“+移动；
//时间惩罚
额外报酬（-0.05华氏度）；
如果（（int）移动==（int）预期回答）{
添加奖励（1f）；
完成（）；
}
否则{
增加奖励（-1f）；
完成（）；
}
}
public override void AgentOnDone（）
{
base.AgentOnDone（）；
Log（“代理完成”）；
}
公共覆盖无效代理集（）
{
//我想这就是我们提交输入数据的地方
rec=随机范围（0，输入计数）；
inp=输入[rec]；
预期答案=答案[rec][0]；
text.text=“Inputs=[”+inp[0]+”，“+inp[1]+”]，Expecting=“+expectedAnswer；
}
}

更新 抱歉，我忘了提及，我在mac上按照unity ml GitHub页面上的安装指南安装了python，所以我只需运行“mlagents learn config/trainer\u config.yaml--run id=firstrun--train”，然后在unity中按play按钮开始训练过程

在终端窗口中，我得到了关于培训过程的反馈，起初，当我得到一份带有奖励值的打印输出时，一切似乎正常，但在下一份打印输出上，它说“自上次总结以来，没有完成任何一集”，但我不知道这意味着什么，也不知道问题是什么

我按照unity ml项目中的“基本”示例的要求在场景中设置了大脑和学院，但由于某些原因，它不起作用，但所有示例都起作用。我猜这是我的代码中的某个内容，而不是我的配置，但我不知道是什么。

我在代码中的任何地方都没有看到对“插曲”的引用。另外，请详细说明“但我无法让它工作”