Unity ML-Agents実践ゲームプログラミング v1.1対応版(Unityではじめる機械学習・強化学習) [単行本]

Unity ML-Agents実践ゲームプログラミング v1.1対応版(Unityではじめる機械学習・強化学習) の 商品概要

• 目次

  1章 機械学習とUnity ML-Agentsの概要
  　1-1 人工知能と機械学習
  　1-2 教師あり学習と教師なし学習と強化学習
  　1-3 強化学習
  　1-4 強化学習の学習アルゴリズム
  　1-5 Unity ML-Agentsの概要
  　1-6 Unity ML-Agentsの学習シナリオ
  
  2章 はじめての学習環境の作成
  　2-1 開発環境の準備
  　2-2 プロジェクトの準備
  　2-3 はじめての学習環境の作成
  　2-4 学習と推論
  　2-5 学習の高速化
  
  3章 Unity ML-Agentsの基礎
  　3-1 状態と観察
  　3-2 行動
  　3-3 報酬とエピソード完了
  　3-4 決定
  　3-5 訓練設定ファイル
  　3-6 mlagents-learn
  　3-7 TensorBoard
  
  4章 さまざまな学習方法
  　4-1 SAC
  　4-2 Discrete
  　4-3 Visual Observation
  　4-4 Raycast Observation
  　4-5 セルフプレイ
  　4-6 Curiosity
  　4-7 模倣学習
  　4-8 LSTM（Long Short-Term Memory）
  　4-9 カリキュラム学習
  　4-10 環境パラメータのランダム化
  　4-11 Observable属性
  
  5章 サンプルの学習環境
  　5-1 サンプル学習環境の準備
  　5-2 FoodCollector（Observation）
  　5-3 GridWorld（Visual Observation）
  　5-4 PushBlock（Raycast Observation）
  　5-5 Tennis（セルフプレイ①）
  　5-6 Soccer（セルフプレイ②）
  　5-7 Pyramids（Curiosity・模倣学習）
  　5-8 Hallway（LSTM）
  　5-9 WallJump（カリキュラム学習）
  　5-10 3DBall（環境パラメータのランダム化）
  　5-11 Bouncer（RequestDecision）
  　5-12 Reacher（多関節の学習①）
  　5-13 Worm（多関節の学習②）
  　5-14 Crawler（多関節の学習③）
  　5-15 Walker（多関節の学習④）
  　5-16 Basic（カスタムセンサーコンポーネント）
  
  6章 ゲーム開発における強化学習の活用
  　6-1 ゲーム開発での強化学習エージェントの活用
  　6-2 Flappy Bird Style－テストの自動化
  　6-3 3D Game Kit Lite－コンテンツのバランス調整のサポート
  　6-4 Puppo, The Corgi－より自然な振る舞いを行うNPC
  　6-5 Karting Microgame－人間の代わりとなる対戦相手
  　6-6 Unity Analyticsによるエージェントの行動解析
  
  7章 Python APIを使った学習環境の構築
  　7-1 Python APIを使った学習
  　7-2 Gymラッパー
  　7-3 Python Low Level API
  　7-4 サイドチャネル
  　7-5 カスタムサイドチャネル

• 出版社からのコメント

  ついに正式版が登場へ! ゲーム開発にAIを活用しよう

• 内容紹介

  「Unity ML-Agents」は、2017年秋にv0.1として登場以降、順調にバージョンアップを重ね、2020年5月についに正式版となりました。今後は、Unityの中核機能の1つになると予想されています。
  
  本書は、2018年7月に刊行した前書（v0.4に対応）を、正式版に合わせて全面的に改訂したものです。
  Unity ML-Agentsは、多くのAIプログラミングで必須となる「Python」のコーディングを必要とせず、Unity ML-Agentsの仕組みに沿って、通常のゲーム開発同様にC#によるコーディングで完結できることが大きな特徴です。
  
  本書では、これからゲームAIについて学びたい方から読んでいただけるように、機械学習の基礎から学習環境の構築、付属サンプルによるさまざまな学習方法の解説などを、ステップ・バイ・ステップで実践的に習得できるように構成しています。
  
  また、実際の開発現場でゲームAIを活用するためのサンプルとして、Unityが無償で公開しているゲームを使って、「テストの自動化」「ゲームバランスの調整」「より自然な振る舞いを行うNPC」「人間の代わりとなる対戦相手」をAIとして実装したサンプル事例も紹介しています。
  
  本書は、基礎から実践まで網羅しており、これからゲームAIにチャレンジしたい方にお勧めしたい1冊です。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  布留川 英一(フルカワ ヒデカズ)
  １９７５年生まれ。群馬県出身。会津大学コンピュータ理工学部コンピュータソフトウェア学科卒。２００１年、株式会社ドワンゴにて、「サムライロマネスク」の開発に携わる。以後、新ハードの新機能を活用したアプリを作りつつ、技術書を書き続け、２０年で４０冊ほど。現在はギリア株式会社にて、人工知能の研究開発に取り込んでいる

• 著者について

  布留川 英一 (フルカワヒデカズ)
  1975年生まれ。群馬県出身。会津大学コンピュータ理工学部コンピュータソフトウェア学科卒。
  1999年、「JAVA PRESS」（技術評論社）にて、携帯アプリの開発方法の連載を開始。2001年、株式会社ドワンゴにて、世界初のJava搭載携帯電話「503i」のローンチタイトル「サムライロマネスク」の開発に携わる。以後、携帯電話・スマートフォン・ロボットなど新ハードの新機能を活用したアプリを作りつつ、技術書を書き続け、20年で40冊ほど。現在はギリア株式会社にて、ヒトとAIの共生環境の実現を目指して、人工知能の研究開発に取り込んでいる。

Unity ML-Agents実践ゲームプログラミング v1.1対応版(Unityではじめる機械学習・強化学習) の商品スペック