Unity界でいま最もホットな話題「Unity ML-Agents」を学べる1冊!Unityではじめる機械学習・強化学習 Unity ML-Agents実践ゲームプログラミング発売 | CGと野球と格闘技が好きンゴー

Unity界でいま最もホットな話題「Unity ML-Agents」を学べる1冊!Unityではじめる機械学習・強化学習 Unity ML-Agents実践ゲームプログラミング発売

Unity界でいま最もホットな話題「Unity ML-Agents」を
ステップ・バイ・ステップで学べる1冊!が発売されます。


Unityではじめる機械学習・強化学習 Unity ML-Agents実践ゲームプログラミング


Unity界でいま最もホットな話題「Unity ML-Agents」を学べる1冊!


本書は、はじめて「機械学習」にチャレンジする方から学んでいただけるように、機械学習の仕組みや学習方法などの基礎から、サンプルプログラムを使った実践まで、ていねいに解説しました。また、クラウド学習などの応用事例やTIPSも多数掲載し、ゲーム開発の現場ですぐに活用できます。

内容


1章 Unity ML-Agentsの全体像
1-1 機械学習の概要
1-2 強化学習の概要
1-3 Unity ML-Agentsの概要
1-4 学習シナリオ
・Single-Agentシナリオ
・Simultaneous(同時)Single-Agent
・Adversarial(敵対)Self-Play
・Cooperative(協同)Multi-Agent
・Competitive(競争)Multi-Agent
・Ecosystem(生態系)
2章 サンプルの学習環境の実行
2-1 開発環境の準備
2-2 プロジェクトの設定
2-3 サンプルの学習環境の作成
2-4 Pythonスクリプトによる学習
2-5 Unityでの推論モデルの実行
3章 はじめての学習環境の作成
3-1 はじめての学習環境の準備
3-2 Academyの追加
3-3 Brainの追加
3-4 Agentの追加
3-5 はじめての学習環境の実行
3-6 iOS、Androidでの実行
4章 サンプルの学習環境の解説
4-1 Basic(Single-Agent)
4-2 3DBall(Simultaneous Single-Agent)
4-3 GridWorld(Visual Observation)
4-4 Tennis(Adversarial Self-Play)
4-5 PushBlock(RayPerception)
4-6 WallJump(Brainの切り替え)
4-7 Reacher(2関節を持つAgent)
4-8 Crawler(6関節を持つAgent)
4-9 BananaCollectors(模倣学習)
4-10 Halloway(RNN(LSTM))
4-11 Bouncer(On Demand Decision)
4-12 SoccerTwos(Competitive Multi-Agent)
4-13 Walker(13関節を持つAgent)
4-14 Pyramids(ICM)
5章 新規ゲームの学習環境の構築
5-1 三目並べ(完全情報ゲーム)
5-2 ポーカーゲーム(不完全情報ゲーム)
5-3 ロケットゲーム(カリキュラム学習)
5-4 格闘ゲーム(模倣学習)
5-5 自動運転シミュレーション(シミュレーション)
6章 Python APIとクラウド学習
6-1 Jupyter Notebookの概要と基本操作
6-2 Python APIの概要と使い方
6-3 AWS(Amazon Web Services)によるクラウド学習

0 件のコメント :

コメントを投稿