
유니티 머신러닝 에이전트 완전정복 (응용편)
민규식
이 강의를 통해 멀티에이전트, 커리큘럼 학습, 분산학습 등 머신러닝 에이전트의 다양한 기능들을 배우고 직접 사용해볼 수 있습니다. 또한 호기심 기반 탐험, 가변적인 입력에도 대응 가능한 강화학습 알고리즘에 대해서도 학습할 수 있습니다.
중급이상
강화학습, Unity, Unity ML-Agents
この講義を通じて、受講生は様々な強化学習の理論を学習し、これを直接実装するだけでなく、ユニティ機械学習エージェントを利用して実装した強化学習アルゴリズムをテストしてみる強化学習環境まで直接製作してみることができます。
受講生 501名

Unity開発
Unity 機械学習エージェント
強化学習環境制作
強化学習理論
強化学習コードの実装
強化学習環境の実施、
Unityで簡単で便利に!
2016年にアルファゴが大きな衝撃を与えて以来、アルファゴに適用されたと知られている強化学習(Reinforcement Learning)への関心が大きく高まり、その熱気はまだまだ熱いようです。この強化学習を構成する大きな要素は、以下のように強化学習アルゴリズムと強化学習環境です。これら2つが互いに行動、状態、報酬などの情報をやり取りしながら、強化学習アルゴリズムが学習を遂行するようになります。
アルファゴ以来、強化学習アルゴリズムは本当に多くの進歩を遂げてきました。これに合わせて、OpenAI GYM、Mujoco、Atari、GTA5、Malmoなど、さまざまな種類の強化学習環境も公開されてきました。これらの環境はほとんどゲームに基づく環境です。強化学習はゲームに適用するのに良いアルゴリズムが明らかですが、最近の強化学習をゲームだけでなく、推薦、ロボット、ドローン、エネルギー、金融など、さまざまな分野に適用しようとする試みが増えています。
しかし、このようなさまざまな分野の強化学習環境は依然として不足しています。特に、開発者が望む具体的な仕様を正確に満たす環境が公開されることは期待しにくいです。あなたが強化学習を適用したい特定のセンサー構成と関節構造を持つロボット環境があるとしても、その分野の公開された強化学習環境がなければ研究を始めることは不可能かもしれません。
環境について
修正
難しい
環境ごと
使い方
違い
必要
環境
ないかもしれない
しかし、2017年9月、世界最大のゲームエンジン会社の1つであるUnityで、このような悩みを解決してくれるUnity Machine-Learning Agentというツールを公開しました。
本講義では、このユニティマシンラーニングエージェントを利用して様々な強化学習環境を直接実装する方法を学ぶだけでなく、その環境に適用する強化学習アルゴリズムの理論、コード実装まで進める予定です。
本講義の内容には、下記の本「パイトーチとユニティML-Agentsで学ぶ強化学習」の本の内容と同じ内容が含まれています!受講前に該当事項についてご留意いただきありがとうございます!
Unity Machine Learning Agent完全征服講義の全内容は基礎編と応用編に分かれて進行され、今回の講義はこのうち基礎編内容です。基礎編で調べる具体的な内容は次のとおりです。
今回の講義を通じて制作する環境と学習するアルゴリズムのコードは、羽毛ハブにすべて含まれています。
以下の画像は、今回の講義を通じて直接実装してみる強化学習環境と、これを皆さんが実装する強化学習アルゴリズムを通じて学習した結果です。
グリッドワールド環境を作成する
ドローン環境を作る
カートレーシング環境を作成する
Q. Unityを使ったことがないのに受講しても大丈夫でしょうか?
Unityを初めて使ってみる方も講義に簡単に従うことができるように、設置から始めて簡単な環境を直接作る過程までじっくりと内容を進めます。 Unityの内容だけを詳しく扱うことはありませんが、講義を受講したら、アセットストアにあるアセットを利用して環境を制作したり、簡単な環境を直接作って強化学習環境を作ることができます。
Q. 機械学習エージェントを使用するためには、強化学習内容を必ず知っておく必要がありますか?
機械学習エージェントは基本的に強化学習をサポートするツールなので、強化学習の基本的な概念は知っておくと、より簡単に機械学習エージェントを使用できます。ただし、Unity Machine Learning Agentでさまざまな強化学習アルゴリズムを提供して、これを利用して強化学習環境でエージェントの学習を進めることもできるため、その機能を利用する場合、強化学習についての深い知識がなくても、簡単に機械学習エージェントを使用することができます。
Q. 講義を受講するには、ディープラーニングの深い理解や多くの実装経験が必要でしょうか?
PytorchでMNISTデータを分類するモデルを直接実装してみた程度であれば、大きな難なく講義を受講できると思います。そして、もしTensorflow 2.xバージョンを使ってみた方でも、Pytorchの基礎だけを勉強すれば、難なく講義を受講することができると思います。
学習対象は
誰でしょう?
強化学習環境の開発に興味のある開発者
強化学習の理論と実施に興味がある学生と研究者
前提知識、
必要でしょうか?
PythonとPyTorchの使用経験
基本的なディープラーニング理論(ANN、CNN)
全体
38件 ∙ (7時間 18分)
講座資料(こうぎしりょう):
全体
24件
4.2
24件の受講レビュー
受講レビュー 1
∙
平均評価 5.0
5
비전공, 문과생의 간단 후기 "초보자에게는 넓은 시야와 지식을 그 외에 분들에게는 강화학습 및 유니티 꿀팁을 얻을 수 있는 강의" 예전에 책도 구매하였는데 영상 강의가 있다는 소식에 달려왔습니다...! 유니티 환경 제작, 강화학습 이론 및 실습 등 정말 알차게 담겨있는 강의입니다. 크게 봐도 2개의 분야를 세세하게 알려주는 강의는 정말 흔하지 않습니다 (사실 없...죠 ㅠ) . 거기다가 단순 강화학습 이론뿐만 아니라 실습, 유니티 환경 구축 꿀팁까지 세부적인 내용이 정말 다채롭습니다. 특히 단순하게 글만 있는 것 보다 Unity로 시뮬레이션을 진행하니 되게 재밌으면서도 내가 머신러닝 에이전트를 만들 수 있구나....! 생각이 많이 들었습니다! 구매를 고민하신다면 저는 구매 강력 추천드립니다!!
受講レビュー 1
∙
平均評価 5.0
受講レビュー 10
∙
平均評価 5.0
受講レビュー 1
∙
平均評価 5.0
受講レビュー 1
∙
平均評価 5.0
5
유니티에서 학습 환경을 구성하여 강화학습을 구현하는데 전반적인 이해를 할 수 있었습니다. 아직 유니티에서 스크립트 실행에 에러가 발생하는데 앞으로 차차 나아지겠지요 도움이 많이 되었고 응용편도 아주 기대하고 있겠습니다.
안녕하세요! 좋은 수강평 남겨주셔서 정말 감사드립니다! 유니티 스크립트에서 어떤 에러가 발생하실까요? 질문란에 올려주시면 최대한 빠르게 답변 드리겠습니다! :)
¥8,129
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!