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) [単行...

    • ¥3,960119ポイント(3%還元)
    • 在庫あり2021年12月9日木曜日までヨドバシエクストリームサービス便(無料)がお届け
100000009003314828

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]

価格:¥3,960(税込)
ポイント:119ポイント(3%還元)(¥119相当)
フォーマット:
専用電子書籍リーダアプリ「Doly」が必要です。無料ダウンロード
お届け日:在庫あり今すぐのご注文で、2021年12月9日木曜日までヨドバシエクストリームサービス便(無料)がお届けします。届け先変更]詳しくはこちら
出版社:ボーンデジタル
販売開始日: 2020/08/17
お取り扱い: のお取り扱い商品です。
ご確認事項:返品不可
店舗受け取りが可能です
マルチメディアAkibaマルチメディア梅田マルチメディア博多にて24時間営業時間外でもお受け取りいただけるようになりました

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

商品仕様
出版社名:ボーンデジタル
著者名:布留川 英一(著)
発行年月日:2020/08/25
ISBN-10:4862464823
ISBN-13:9784862464828
判型:B5
対象:専門
発行形態:単行本
内容:電子通信
言語:日本語
ページ数:367ページ
縦:24cm
横:19cm
他のボーンデジタルの書籍を探す

    ボーンデジタル 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] に関するレビューとQ&A

    商品に関するご意見やご感想、購入者への質問をお待ちしています!