在上一篇文章ML-Agents与python的Low Level API通信中，我简要介绍了Python与Unity端的ML-Agents插件的通讯代码，如何正确运行一个能够进行强化学习训练的Unity环境，并获取到响应的信息，接下来将介绍

本文基于我前面的文章Unity强化学习之ML-Agents的使用参考Github链接：https://github.com/Unity-Technologies/ml-agents参考文档：https://unity-technologie

前提首先，需要拥有一个ChatGPT账号，如果没有的话需要先到官网注册，此处需要梯子，这里给出相关工具链接：https://github.com/bannedbook/fanqiang我们还需要一个国外的手机号，这个去SMS，花几块钱即可买

首先，去阿里云购买一台云服务器，最近阿里云有飞天加速计划3.0，学生可以领取7个月的2核2G的服务器https://developer.aliyun.com/plan/student以下操作基于linux服务器： 拥有服务器后，进入控制台

基础知识Protobuf定义：可序列化的数据交换格式用途：用于通信协议（数据），数据存储等特点：语言无关，平台无关，高效，扩展性好。相近产品：XML/JSON优点：性能好效率高（存储和转化）、预生成代码（无需编写解析代码）、多语言

资源目录划分 Bundle构建工具框架开发流程 Bundle处理：构建，加载，更新 C#调用Lua，Lua的加载和管理，绑定和执行 向Lua提供接口 完善和优化 打包策略 按文件夹打包：Bundle数量少，首次下载块，但是后期更新补

排序算法时间复杂度和空间复杂度时间复杂度$O(1)$ void func1(int n){ int count = 100; count++; } void func2(int n){

游戏优化AOI概念：Area Of Interest，兴趣范围。广播范围：全服广播、地图广播、社交关系、交互目标、玩家自身。其中地图广播使用频率最频繁，需要优化空间最大。例子：场景中有100个人，同步的时候每个人每秒要发10条数据到服务端，

战斗系统Part1网游常见的战斗模式客户端战斗：客户端执行核心逻辑，服务端验证逻辑，分为数据验证（属性验证）和战斗回放验证，两个人以上比较好验证。服务器战斗：服务器执行核心逻辑，客户端处理表现，这样就不需要验证。 我们将要做服务器战斗。所以

基础系统UI框架设设计UI分类： UIMain：主UI，只可能隐藏永远不销毁。UIManager：各个游戏系统的UI，用不到的时候不会加载UITipsManager：动态UIUIMessagerBox：用户用来显示提示 UIManag