Ｕｎｉｔｙ　ＭＬ－Ａｇｅｎｔｓ実践ゲームプログラミング　Ｕｎｉｔｙではじめる機械学習・強化学習

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。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、Ｕｎｉｔｙのゲーム制作でいまや欠かせない「Ｕｎｉｔｙ　ＭＬ‐Ａｇｅｎｔｓ」をステップ・バイ・ステップで学べる１冊！

技術革新に乗り遅れるな！AI活用でナンバーワン・ゲームを目指そう

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-learn
　3-7 TensorBoard

第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

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 3DBall
　5-3 GridWorld
　5-4 PushBlock
　5-5 Pyramids
　5-6 WallJump
　5-7 Hallway
　5-8 Worm
　5-9 Crawler
　5-10 Walker
　5-11 FoodCollector
　5-12 Basic
　5-13 Match3
　5-14 Sorter
　5-15 Soccer
　5-16 CooperativePushBlock
　5-17 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　ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。