강의

멘토링

로드맵

Inflearn brand logo image
Game Dev

/

Game Programming

Unity Machine Learning Agentの完全征服(アプリケーション)

この講義では、マルチエージェント、カリキュラム学習、分散学習など、機械学習エージェントのさまざまな機能について学び、実際に使用することができます。また、好奇心に基づく探索や、可変的な入力にも対応可能な強化学習アルゴリズムについても学習できます。

인공지능
게임개발자
강화학습
Reinforcement Learning(RL)
Unity
Unity ML-Agents

学習した受講者のレビュー

こんなことが学べます

  • ユニティ

  • Unity 機械学習エージェント

  • 強化学習環境の作成

  • 強化学習理論

  • 強化学習コードの実装

講義のテーマ 📖

今回のユニティマシンラーニングエージェント完全征服(応用編)講義を通じて、次のような内容を学習することができます!

  • Unityを利用した強化学習環境の制作方法
  • 応用強化学習技術のための機械学習エージェントの適用方法
  • 応用強化学習アルゴリズム理論とコードを書く方法
  • mlagents-learnを用いた応用強化学習アルゴリズムの学習方法

講義の特徴✨

本講義では、強化学習の理論を学習してコードを作成するだけでなく、そのアルゴリズムを学習するための強化学習環境を制作する内容まで取り上げる講義として、強化学習のためのすべての内容を扱うといえます。
また、本講義では一般的な強化学習アルゴリズムだけでなく、マルチエージェント、カリキュラム学習、分散学習、難しい探検環境など、様々な応用強化学習の内容まで幅広く取り上げています。


学習内容📚

Unity Machine Learning Agentの完全征服(応用編)では、応用強化学習技術のための環境制作および強化学習アルゴリズム理論、コード内容を学習します。
具体的に本講義で取り上げる内容は次のとおりです。

アルゴリズム

  • Proximal Policy Optimization (PPO)
  • Attention PPO
  • Adversarial PPO
  • MA-POCA
  • Exploration by RND (Random Network Distillation)
  • HyperNetworks

環境

  • Dodge
  • ポン
  • EscapeRoom
  • Maze
  • TwoMission

以下の映像は、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。

Dodge

Pong

EscapeRoom

Maze

TwoMission


受講前の注意事項📢

本講義の内容は、Inflearnの「ユニティマシンラーニングエージェント完全征服(基礎編)」の受講を完了したという仮定をして説明を進めています! (基礎編リンク
もし基礎編を受講していない方は、まず基礎編を受講することをお勧めします!しかし、強化学習の基礎、Unityや機械学習エージェントの基本的な使い方を知っている方は、すぐに応用編講義を受講しても大丈夫です。

練習環境

実習環境の場合、講義を行ったバージョンが若干古いバージョンである関係で、比較的最新のソフトウェアで互換性を確認しました!下記の「講義進行バージョン」と「互換性確認バージョン」のいずれの設定で進めても講義内容を進めることができます。

実習環境(講義進行版)

  • Windows 10
  • Unity 2021.1.18
  • ML-Agents 2.0(Unity)/ML-Agents 0.26.0(Python)
  • Python 3.8
  • Pytorch 2.0

実習環境(互換性確認版)

  • Windows 10
  • Unity 2022.3.4
  • ML-Agents 3.0(Unity)/ML-Agents 1.0.0(Python)
  • Python 3.8
  • Pytorch 2.1

ハブハブ🐙

この講義のすべての環境とアルゴリズムのコードは、次のFigHubで見ることができます!よくお聞きする質問内容も該当フラッグハブウィキにまとめられていますのでご参考お願いします!
https://github.com/reinforcement-learning-kr/Unity_ML_Agents_2.0


受講対象/講義目的 🙆‍♀️

知識共有者が考える受講生の種類

  • 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

こんな方に
おすすめです

学習対象は
誰でしょう?

  • Unity Machine Learning Agent完全征服(基礎編)を受講した方

  • Unity Machine Learning Agent の応用手法を試してみたい開発者

前提知識、
必要でしょうか?

  • Unity Machine Learning Agent完全征服(基礎編)

  • 基本的な Unity Machine Learning エージェントの使用法

  • 強化学習の基本的な知識 (DQN、DDPG、A2C、...)

こんにちは
です。

609

受講生

26

受講レビュー

100

回答

4.3

講座評価

2

講座

カリキュラム

全体

58件 ∙ (11時間 26分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

5件

5.0

5件の受講レビュー

  • 윤준영님의 프로필 이미지
    윤준영

    受講レビュー 1

    平均評価 5.0

    5

    31% 受講後に作成

    예제가 잘되어있어서 너무 좋습니다

    • 윤용곤님의 프로필 이미지
      윤용곤

      受講レビュー 1

      平均評価 5.0

      5

      60% 受講後に作成

      좋은 강의 감사합니다.

      • _가여님의 프로필 이미지
        _가여

        受講レビュー 3

        平均評価 5.0

        5

        100% 受講後に作成

        • 배고파님의 프로필 이미지
          배고파

          受講レビュー 11

          平均評価 5.0

          5

          31% 受講後に作成

          엄청 도움이 되는 강의 입니다.

          • sin님의 프로필 이미지
            sin

            受講レビュー 3

            平均評価 5.0

            5

            31% 受講後に作成

            ¥7,873

            kyushikの他の講座

            知識共有者の他の講座を見てみましょう!

            似ている講座

            同じ分野の他の講座を見てみましょう!