新入荷 再入荷

2020年8月に刊行した「v1.1対応版」を最新版へのアップデートを行った改訂版です。Unity ML-Agents 実践ゲームプログラミング v2.2対応版Unityではじめる機械学習・強化学習著者：布留川 英一発行・発売：株式会社ボーンデジタルISBN：978-4-86246-544-3総ページ数：344ページ（オールカラー）本書の特徴技術革新に乗り遅れるな！AI活用で「効率化」と「クォリティアップ」を図ろう本書は、2020年8月に刊行した「v1.1対応版」を最新版へのアップデートを行った改訂版です。「Unity ML-Agents」（Unity Machine Learning Agents）は、Unityで「機械学習」の環境を構築するためのフレームワークです。ゲームに登場するキャラクターを「強化学習」で鍛えることで、人間の代わりになる対戦相手としたり、ゲームバランスの評価に活用したりなど、ゲームAIはさまざまなゲーム制作の場面で活用することができます。本書では、はじめて「機械学習」にチャレンジする方から学んでいただけるように、機械学習の仕組みや学習方法の基礎から、サンプルプログラムを使った実践まで、ていねいに解説しました。また、AIを組み込んで活用する応用事例も多数掲載しており、ゲーム開発の現場ですぐに役立てることができます。目次第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 Unity ML-Agentsの概要第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 学習の高速化第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 学習設定ファイル3-6 mlagents-learn3-7 TensorBoard第4章　さまざまな学習方法4-1 SAC4-2 Discrete4-3 Visual Observation4-4 Raycast Observation4-5 セルフプレイ4-6 Curiosity4-7 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第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 3DBall5-3 GridWorld5-4 PushBlock5-5 Pyramids5-6 WallJump5-7 Hallway5-8 Worm5-9 Crawler5-10 Walker5-11 FoodCollector5-12 Basic5-13 Match35-14 Sorter5-15 Soccer5-16 CooperativePushBlock5-17 DungeonEscape第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 ジャンプゲーム ー テストの自動化6-3 障害物避けゲーム ー コンテンツのバランス調整のサポート6-4 Puppo， The Corgi ー より自然な振る舞いを行うNPC6-5 ドッジボール ー 人間の代わりとなる対戦相手6-6 AIロボットサッカー ー ロボットの強化学習第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 API7-4 サイドチャネル7-5 カスタムサイドチャネル【あす楽】Unity ML-Agents 実践ゲームプログラミング v2.2対応版 ボーンデジタル 追跡可能メール便可