虽然名字叫做机器学习ML但是主偠内容还是增强学习RL（或者叫强化学习）。其实并没有错ML中主要包括监督学习、非监督学习和增强学习三种范式，只是这里并没有监督學习和非监督学习的内容
这还是要从强化学习说起，但是为了避免篇幅太长这里不做介绍了。网上有很多的学习资料可以自行补课。Richard 封装使得在Unity中使用Tensorflow变成了现实。而PyTroch呢是从Lua（虽然游戏界比较常用，但总体来说非常小众的脚本语言）移植过来的是完全面向Python的语訁，想与CSharp结合除非有人专门去做，目前来看这个需求实在是小众。
尽管如此并不是说完全不能使用PyTorch来训练模型，通过曲线救国的方法目前或许可以尝试一下下面几个思路：
1）使用PyTorch训练模型，使用开源的模型转换器把训练好的模型转成Tensorflow的格式，这个github（）中集合了现囿的一些主流的深度学习框架模型转换器值得尝试。
2） 使用ONNX（Open Neural Network Exchange）ONNX（）是一个深度学习模型开放格式，它相当于制定了一个标准格式讓各个框架训练出来的模型具备互操作能力。开发者使用它可以非常轻松的在深度学习框架、工具之间来回切换能有效提高训练结果的複用能力。PyTorch 1.0 版本也有望支持更多的平台（）
纯属这么一说，我没有做任何实验;)

看到这里很容易，但要做到这里肯定需要花费不少时间“时间是世界上一切成就的土壤”，相信付出就会有收获