![]() |
강화학습 환경을 제작하고 심층강화학습 알고리즘까지 직접 구현한다!
알파고 이후 강화학습이 많은 사람들에게 관심을 받기 시작했다. 더불어 직접 시뮬레이션 환경을 제작하여 강화학습을 접목하고자 하는 사람도 많아지고 있다. 이를 위해 게임 엔진 회사인 유니티에서 ML-Agents라는 툴을 오픈소스로 공개했다.
하지만 이는 딥러닝, 강화학습, 유니티, ML-Agents 모두에 대한 전반적인 지식을 필요로 했다. 지금까지는 이 모든 지식을 다루는 참고 자료가 부족했기 때문에 ML-Agents에 대한 사용이 어려웠다.
이 책은 딥러닝, 강화학습, 유니티, ML-Agents 모든 내용을 다루는 참고 자료로 AI를 잘 모르는 게임 개발자, 게임 개발을 잘 모르는 AI 개발자 그리고 둘 다 모르는 초보 개발자 모두를 위한 책이다.
★ 이 책에서 다루는 내용 ★
◎ 강화학습의 기초 개념
◎ 딥러닝의 기초 이론과 알고리즘: ANN, CNN
◎ 심층강화학습 알고리즘: DQN, DDPG, DDDQN, BC
◎ 유니티 ML-Agents를 통한 강화학습 게임 환경 제작: 소코반, 드론, 퐁, 닷지
◎ ML-Agents 예제 환경을 이용한 강화학습 환경 제작
◎ 무료 에셋을 이용한 강화학습 환경 제작
◎ 점점 더 난이도를 높여가며 학습하는 커리큘럼 강화학습 환경 제작
◎ 에이전트끼리 대결하며 학습하는 적대적 강화학습 환경 제작




