173만명의 커뮤니티!! 함께 토론해봐요.
미해결
유니티 머신러닝 에이전트 완전정복 (기초편)
안녕하세요 강의 잘 듣고 있습니다. 제가 Unity에서 3DBall 실행까지는 성공시켰습니다. 그런데 Anaconda 가상 환경에서 mlagents-learn 을 사용하여서 config\ppo\3DBall.yaml 유니티 빌드 경로 --run-id=tutorial_1 을 실행하는 것에서 에러가 떴습니다. 어떻게 수정을 해야 하는자 정말 모르겠습니다. 알려주시면 감사하겠습니다.
미해결
프로그래머를 위한 강화학습(저자 직강)
training시에 필요한 action matrix와 reward를 받기위해 inputs에 dummy로 input_action_matrixs와 input_rewards를 정의하고 있는것처럼 보이는데요. 이렇게 하지않고 MyModel에 예를들면 setActionMatrixs, setRewards 이런식으로 함수를 정의하고 fit를 호출하기전에 set함수를 호출하여도 될것 같은데, 이렇게 했을때 단점이 있나요?
해결됨
강화학습 입문에서 Deep Q-learning/Policy Gradient까지
안녕하세요. 강사님. 강의 잘 들었습니다. 한번에 이해가 안되서 여러번 복습해야 할 것 같습니다. 다름이 아니고, 마지막 Deep Neural Network 이해를 돕기 위한 코드 자료에서 에러가 발생합니다. 강의자료는 110_basic_operations_for_Function_Approximation 입니다. states_v 출력부터 에러가 나는데, 코드를 보면 앞에서 states_v를 선언하는 내용이 없습니다. 코드 내용 확인바랍니다. 감사합니다.
미해결
강화학습 기초 이론
2강 29분정도에 law of iterated expectation에 의해서 v가 Expectation에 들어갈 수 있다고 하는데 어떻게 전개가 되는지 궁금합니다.
미해결
유니티 머신러닝 에이전트 완전정복 (기초편)
비슷한 주제로 네번째 글을 올리게 되었습니다. -.-; 매번 답변에 항상 감사드립니다. 몇몇 실수를 교정한 현재의 현상을 나열해 드립니다. 책 및 github의 스크립트를 따랐을 때 (1) 실행 코드 (2)에러 화면 동영상 강의 내용을 따랐을 때 (1) 실행코드 (2) 에러화면 null==sensor 를 null!=sensor로 교정하였을 때 (답변해주신 글 도움 받음) (1) 실행코드 (2) 에러 화면 ※ observation size (6)와 observation size (2)의 인식이 문제인 것 같습니다. 도움 부탁드립니다.
해결됨
유니티 머신러닝 에이전트 완전정복 (기초편)
python API 를 이용한 BC는 무사히 잘 작동합니다. 재밌네요. ㅎㅎ 현재는 제목처럼, yaml에 GAIL 및 BC를 설정해서, 유니티의 mlagents-learn으로 실행하는 하는 것을 시도하고 있습니다. Kart.exe 의 창이 뜨고 잘 진행되는 듯하다가 다음과 같이 커맨트창에 에러를 내놓고 꺼집니다. 저의 yaml 파일 내용을 다음과 같습니다.
해결됨
유니티 머신러닝 에이전트 완전정복 (기초편)
에러 캡쳐 기존에 score가 낮게 나온 것도 이것을 해결하지 않고 빌드해서 그런 것 같습니다. 저의 GridAgent.cs에서 CollectObservation 함수 부분 캡쳐 유니티 내 에이전트의 인스펙터의 설정 도움 부탁드립니다.
해결됨
유니티 머신러닝 에이전트 완전정복 (기초편)
안녕하세요. 개인 프로젝트를 진행하면서 강의를 보면서 많은 도움을 받고 있습니다. 좋은 강의 만들어주셔서 감사합니다. vector observation 입력을 정규화하려면 network settings에 normalize를 true로만 설정하면 되나요? 예를 들어 Agent 코드에서 CollectObservation 메소드에 차량의 속도를 아래와 같이 정규화하지 않은 속도만 추가하고 paramater에서 normalize를 true로 설정하면 속도가 자동으로 normalize가 되는지 궁금합니다. public override void CollectObservations(VectorSensor sensor) { sensor.AddObservation(car.velocity); } 감사합니다.
해결됨
유니티 머신러닝 에이전트 완전정복 (기초편)
환경(GridWorld.exe)에서 학습하는 모습도 잘 나오고, 터미널에서 학습 진행도 잘 되고, tensorboard에서 학습결과 그래프도 잘 나오는데요, 정작 학습결과의 내용에서 score가 너무 낮게 나와요. 학습이 잘 안 되고 있다는 뜻이겠죠. 어디를 손 봐야 좋은 걸까요? DQN, A2C 모두 마찬가지입니다. pytorch 버전이 너무 낮아서 그런가 싶어서 높여줘도 마찬가지고요.(1.6.0 -> 1.12.1) tensorboard의 제 학습 결과 화면입니다. DQN 학습결과 A2C 학습결과
미해결
AWS DeepRacer로 배우는 인공지능과 자율주행
학생계정에서 리그트랙이 아닌 다른 트랙을 모델학습시킨후 reward graph 확인하려면 어떻게 해야할까요?
해결됨
유니티 머신러닝 에이전트 완전정복 (기초편)
책을 먼저 사서 책 보고 따라하던 중 막혀서, 급하게 강의 등록하고 질문 드립니다. 이렇게 좋은 책과 강의에 우선 감사드립니다. 오류 문구는 다음과 같습니다. 사용 패키지들의 버전을 다음과 같습니다. 책 보고 따라 작성한 코드로 이런 현상이 있어서, github에서 다운 받은 파일로 해도 동일 증상입니다. 저의 유니티 상의 설정은 다음과 같습니다. 해결에 도움 주시면 감사하겠습니다.
해결됨
유니티 머신러닝 에이전트 완전정복 (기초편)
안녕하세요. 좋은 강의 올려주셔서 항상 감사하게 보고 있습니다. 파이썬 코드로 학습 코드를 작성할때 싱글에이전트만 고려한다고 하셨는데 멀티에이전트를 위한 코드를 작성하려면 바뀌는 부분이 많이 있나요? 멀티에이전트를 위해서 코드를 수정한다면 참고할 수 있는 자료가 있을까요? 적용하고 싶은 알고리즘은 ppo 입니다. 감사합니다!
미해결
프로그래머를 위한 강화학습(저자 직강)
2.7 TD와 SARSA를 공부하던 중 이해가 가지 않는 부분이 있어 질문 드렸습니다! 상태가치함수 V(t)는 반환값에 대한 기댓값이고 다이내믹 프로그래밍은 model-based이기 때문에 전체 상태와 가치를 다 안다는 전제하에 V(t)를 구할 수 있습니다. MC에서는 에피소드를 여러번 반복해서 실행하고 누적된 반환값을 에피소드 횟수로 나누어서 V(t)를 구합니다. 그런데 여기에서 이해가 안되는 것이 TD에서 V(t+1)을 구하는 방법입니다. 다이내믹 프로그래밍과 같이 model-based인 것도 아니고 MC처럼 에피소드가 끝날때까지 계속 구하는 것도 아닌데 어떻게 상태 가치 함수를 구할 수 있는 건가요? 상태가치함수는 반환값에 대한 기댓값이라고 이해했는데, 반환값은 에피소드가 끝날때까지 실행해야 알 수 있는 것 아닌가요? 질문 봐주셔서 감사합니다!
해결됨
유니티 머신러닝 에이전트 완전정복 (기초편)
스크립트 설명 강의에서 Start와 awake 함수의 차이점이 궁금합니다.
해결됨
유니티 머신러닝 에이전트 완전정복 (기초편)
여기서 stacked vectors를 3으로 하면 space size도 9가 되는게 맞나요?
미해결
유니티 머신러닝 에이전트 완전정복 (기초편)
안녕하세요. 강의 잘 듣고 있습니다. 질문이 있는데요. CollectObservations()에서 sensor에 값들을 추가하는데, sensor를 처리하는 곳에서는 추가된 값들이 어떤 값들인지는 어떻게 알고 처리가 되는 건가요?
미해결
유니티 머신러닝 에이전트 완전정복 (기초편)
ddpg.py 코드를 실행하면 드론이 처음에는 날아가다 몇번 날아가다 멈춰버립니다. 해결방법이 무엇인가요?? 뭐가 문제인지 모르겠습니다. 코드는 githug에 있는걸 그대로 붙여넣었습니다.
미해결
프로그래머를 위한 강화학습(저자 직강)
github에 있는 cartpole_DQN 코드를 그대로 사용하는데 위와 같이 에러가 뜹니다. 별도로 수정한 내용은 없고 우분투 20.04, 코랩에서 돌렸습니다.
미해결
유니티 머신러닝 에이전트 완전정복 (기초편)
강의 너무 잘 보고 다음 강의도 너무 기대하고 있습니다. 대부분 에이전트를 제어해서 잘한 행동에 점수를 줘서 학습하는 방식을 배웠는데요 강화학습으로 레이싱게임에 사용될 다양한 레이싱 트랙을 만는다던지. 3매칭 퍼즐게임에 사용되는 다양한 퍼즐판을 만든다던지 슈퍼마리오의 다양한 스테이지 구성한다던지.. 이런걸 할려면 어떤 알고리즘을 사용해야 되나요? 만약 이미 사람이 만든 수천개의 레이싱 트랙이나 퍼즐판이 있다면 모방학습으로 가능할까요? 전혀 어떻게 해야 할지 모르겠습니다.ㅜㅜ 어떻게 해야 할지 가이드를 살짝 해주시면 감사하겠습니다. 알고리즘 이름이라던지.. 관련자료 url 등등 부탁 드립니다.
해결됨
유니티 머신러닝 에이전트 완전정복 (기초편)
안녕하세요, 강의 잘 보고 있습니다. 다름이 아니라, 현재 교재 개정 이전판에는 커리큘럼 러닝에 대한 부분이 함께 소개되어있었는데 현재 교재나 강의에는 이 부분이 다뤄지지 않는 것 같아 질문 드립니다. 혹시 지금은 커리큘럼 러닝이 유니티 상에서 불가능한가요? 지금도 활용할 수 있는 방법이 있는지 궁금합니다. 감사합니다!
