2. Unity ML-Agents 2.0 튜토리얼 (기초편)

프로젝트 개요 

Unity ML-Agents 2.0 튜토리얼 프로젝트는 기존에 진행했던 Unity ML-Agents 튜토리얼 프로젝트에서 사용한 ML-Agents 0.8.1 버전보다 더욱 업데이트된 버전인 ML-Agents 2.0 이후 버전에 대응하도록 기존 내용을 보강한 프로젝트입니다. 

기존 버전에 비해 다룰 내용이 훨씬 다양해진 만큼 내용을 기초편, 응용편으로 분리해서 출시하게 되었고 기초편의 내용으로 아래와 같이 파이토치와 유니티 ML-Agents로 배우는 강화학습이라는 책과 유니티 머신러닝 에이전트 완전 정복 (기초편)이라는 인프런 강의를 출시하게 되었습니다. 

https://wikibook.co.kr/pytorch-mlagents/

파이토치와 유니티 ML-Agents로 배우는 강화학습: 다양한 게임을 제작하며 배우는 심층강화학습

https://www.inflearn.com/course/%EC%9C%A0%EB%8B%88%ED%8B%B0-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8-%EA%B8%B0%EC%B4%88

유니티 머신러닝 에이전트 완전정복 (기초편) - 인프런 | 강의

알고리즘

모든 알고리즘은 파이썬과 파이토치를 통해 작성되었습니다. 본 강의에서 제공하는 심층강화학습 알고리즘은 다음과 같습니다.

1. Deep Q Network (DQN)
2. Advantage Actor Critic (A2C)
3. Deep Deterministic Policy Gradient (DDPG)
4. Behavioral Cloning (BC)

환경

모든 환경은 유니티와 유니티 머신러닝 에이전트를 통해 제작되었습니다. 다음과 같은 환경들의 제작 방법에 대해 강의합니다. 각 환경과 해당 환경에 대한 학습 결과는 다음과 같습니다.

1. 그리드월드

2. 드론

3. 카트 레이싱

Github

본 프로젝트의 코드는 다음의 Github를 참고해주세요.

https://github.com/reinforcement-learning-kr/Unity_ML_Agents_2.0

GitHub - reinforcement-learning-kr/Unity_ML_Agents_2.0: Repository for implementing Unity ML-Agents 1.0