반디앤루니스 인터넷서점
전체

로고이미지

검색

  • ▼
HOT ISSUE

네비게이션 실시간 인기 책

    따라 하면서 배우는 유니티 ML-Agents

    미리보기

    따라 하면서 배우는 유니티 ML-Agents 유니티 머신러닝 에이전트를 이용한 딥러닝 강화학습

    시리즈 : 위키북스 데이터 사이언스 시리즈 [23]

    • 마이클 랜햄 저
    • 박진수 역
    • 위키북스
    • 2018년 11월 21일
    • 정가
      22,000원
    • 판매가
      19,800원 [10% 할인]
    • 결제 혜택
      무이자
    • 적립금
      1,100원 적립 [5%P]

      NAVER Pay 결제 시 네이버페이 포인트 5% 적립 ?

    • 배송구분
      업체배송(반디북)
    • 배송료
      무료배송
    • 출고예정일

      출고예정일 안내

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

      close

      2024년 05월 17일(금)

      ※ 출고예정일은 도서 재고상황에 따라 변동될 수 있습니다.

    수량
    바로 구매 쇼핑카트 담기 위시리스트
    회원리뷰
    - [0]
    ISBN: 9791158391256 236쪽 175 x 235 (㎜)

    지금 이책은

    이 분야의 베스트셀러

    이 책과 함께 구매한 책

    이 책이 속한 분야

    이 책의 시리즈

    전체 선택 쇼핑카트 담기
    시리즈 위키북스 데이터 사이언스 시리즈 (23)

    책 소개

    상품문의 / 정보수정 요청 >

    출판사 리뷰

    연구자와 개발자는 유니티 머신러닝 에이전트와 유니티 에디터를 사용해 게임과 시뮬레이션을 만들 수 있다. 간편하게 사용할 수 있는 파이썬 API와 유니티 에디터를 연동해 지능형 에이전트를 머신러닝 기법으로 훈련할 수 있는 환경을 형성할 수 있다.



    이 책에서는 강화학습 및 Q학습의 기본기를 다지고, 여러 에이전트가 활동하는 생태계를 구성하고 서로 협력하거나 경쟁하는 심층 재귀형 Q 신경망을 장착한 에이전트들을 작성하는 과정을 알려 준다. 강화학습의 기본기를 다지는 일부터 문제를 푸는 데 응용하는 방법, 나아가 파이썬과 케라스 및 텐서플로를 사용해 스스로 학습하는 고급 신경망을 구축하는 방법도 설명한다. 이를 바탕으로 A3C 학습, 모방 학습 및 커리큘럼 학습 모델을 사용해 신경망을 훈련하는 혁신적인 방법을 배우게 된다.



    이 책을 다 익히고 나면 여러분은 여러 에이전트들이 서로 협력하고 경쟁하는 생태계를 구축하는 식으로 더 복잡한 환경을 구성하는 방법을 알 수 있을 것이다.




    ★ 이 책에서 배우는 내용 ★

    ◎ 게임용 강화학습 및 심층강화학습 모델을 개발한다.

    ◎ 강화학습 및 신경망과 관련된 복잡하고 발전된 개념을 이해한다.

    ◎ 에이전트가 협력하거나 경쟁할 수 있게 개발하는 데 필요한 다양한 훈련 전략을 탐색한다.

    ◎ Q학습에 사용할 아카데미, 에이전트 및 브레인의 기본 스크립트 컴포넌트를 적용한다.

    ◎ 탐욕적 엡실론 탐색과 같은 발전된 학습 전략을 사용해 Q 학습 모델을 개선한다.

    ◎ 케라스로 간단한 신경망을 구현한 다음, 그것을 유니티로 가져와 외부 두뇌로 사용한다.

    ◎ 기존 DQN(심층 Q 신경망)에 LSTM 블록을 보태는 방법을 이해한다.

    ◎ 여러 비동기 에이전트를 빌드한 다음에 훈련 시나리오에 맞춰 실행한다.




    ★ 주요 특징 ★

    ◎ 유니티로 만든 게임에서 머신러닝 개념을 적용하는 방법을 배울 수 있다.

    ◎ 강화학습 및 Q 학습의 기본 사항을 배워 게임에 적용할 수 있다.

    ◎ 여러 비동기 에이전트를 작성해 훈련 계획에 따라 그것들을 실행하는 방법을 배울 수 있다.




    ★ 대상 독자 ★

    ◎ 이 책은 머신러닝 알고리즘과 유니티를 연동해 더 나은 게임과 시뮬레이션을 개발하는 데 관심이 있는 개발자에게 필요한 책이다.

    저자 소개

    마이클 랜햄

    지은이 : 마이클 랜햄 (Michael Lanham)
    페트로웹(petroWEB) 사에서 근무하는 솔루션 아키텍트(Solutions Architect)로서, 현재 캐나다 앨버타주에 위치한 캘거리에 거주하며 고차원의 공간 검색 능력을 가진 통합GIS(Geospatial Information System) 프로그램을 개발 중이다. 15년 이상 PC 게임과 모바일 게임을 개발해온 전문적인 게임 개발자로 2007년에 유니티 3D와 손잡으며 개발자, 컨설턴트, 그리고 다양한 유니티 게임 및 그래픽 프로젝트의 관리자로 활동했다.
    저서로는 『움직이는 증강 현실 게임 개발』(에이콘출판사, 2018)이 있다.  

    옮긴이 : 박진수
    다양한 정보기술 분야 경력과 저술/번역 경험을 바탕으로 IT 융복합 사업을 꿈꾸는, 1인 회사 리율의 ‘대표’다.  

    역자 소개

    박진수

    다양한 개발, 저술, 번역 경험을 바탕으로 다양한 IT 융복합 사업을 전개하기를 바라며 1인 기업으로 발판을 다지고 있다.

     

    목차

    ▣ 01장: 머신러닝 및 ML-Agents 소개
    머신러닝
    __훈련 모델
    __머신러닝 예제
    __게임에 사용되는 머신러닝
    ML-Agents
    예제 실행
    __에이전트 브레인 설정
    환경 만들기
    __스크립트 이름 바꾸기
    Academy, Agent, Brain 컴포넌트
    __Academy 설정
    __Agent 설정
    __Brain 설정
    연습문제
    요약

    ▣ 02장: 밴딧과 강화학습
    강화학습
    __에이전트 구성
    상황별 밴딧과 상태
    __상황별 밴딧 만들기
    __ContextualDecision 스크립트 만들기
    __에이전트 업데이트
    탐색과 이용
    __SimpleDecision을 사용한 의사결정
    MDP와 벨만 방정식
    Q 학습 및 연결 에이전트
    __Q 학습 ConnectedDecision 스크립트 살펴보기
    연습문제
    요약

    ▣ 03장: 파이썬을 이용한 심층강화학습
    파이썬과 관련 도구 설치
    __설치
    __설치 테스트
    ML-Agent 외부 브레인
    __환경 실행
    신경망 기초
    __어쨌든 신경망이 하는 일은 무엇인가?
    심층 Q 학습
    __심층 신경망 구축
    __모델 훈련
    __텐서 탐색
    근위 정책 최적화
    __PPO 구현
    __텐서보드를 사용한 훈련 통계 이해
    연습문제
    요약

    ▣ 04장: 더 깊은 딥러닝 속으로
    에이전트 훈련 문제
    __훈련이 잘못되었을 때
    합성곱 신경망
    경험 재연
    __경험을 바탕으로 빌드하기
    부분 관측성, 메모리, 순환 신경망
    __부분 관측성
    __기억과 순환 신경망
    비동기 연기자-비평가 훈련
    __다중 비동기 에이전트 훈련
    연습문제
    요약

    ▣ 05장: 게임하기
    다중 에이전트 환경
    적대적 자체 플레이
    __내부 브레인 사용
    __훈련된 브레인을 내부적으로 사용하기
    결정 및 주문형 결정
    __통통 튀는 바나나
    모방 학습
    __복제 행동 훈련기 설정
    커리큘럼 학습
    연습문제
    요약

    ▣ 06장: 다시 만들어 보는 테라리엄 - 다중 에이전트 생태계
    테라리엄이란?
    __에이전트 생태계 구축
    __유니티 애셋 가져오기
    __환경 구축
    기본 테라리엄: 식물과 초식 동물
    __구조를 기다리는 초식 동물
    __초식 동물 구축
    __초식 동물 훈련
    육식 동물: 사냥꾼
    __육식 동물 구축
    __육식 동물 훈련
    다음 단계들
    연습문제
    요약

    배송 시 유의사항

    - 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
     (배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)

    - 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.

    - 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.

    - 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)

    - 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.

    반품/교환

    상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)

    반품/교환

    반품/교환
    반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판
    반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능
    반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음)
    반품/교환 불가 사유
    • 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
    • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    • 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
    • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
    • 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
    • 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
    소비자 피해보상
    환불지연에 따른 배상
    • 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
      소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨
    • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
      소비자 보호에 관한 법률에 따라 처리함
    반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
    • 회사명 : (주)서울문고
    • 대표이사 : 김홍구
    • 개인정보 보호책임자 : 김홍구
    • E-mail : bandi_cs@bnl.co.kr
    • 소재지 : (06168) 서울 강남구 삼성로 96길 6
    • 사업자 등록번호 : 120-81-02543
    • 통신판매업 신고번호 : 제2023-서울강남-03728호
    • 물류센터 : (10881) 경기도 파주시 문발로 77 반디앤루니스
    copyright (c) 2016 BANDI&LUNI'S All Rights Reserved