好像要出一本很适合“想尝试深度学习（深层学习）但门槛有点高……”的人的书。「从 Unity 开始的机器学习·强化学习 Unity ML-Agents 实战游戏编程」
从 Unity 开始的机器学习·强化学习 Unity ML-Agents 实战游戏编程
- 书籍名：从 Unity 开始的机器学习·强化学习 Unity ML-Agents 实战游戏编程
- 刊行预定日：8 月初预定
- 作者：布留川 英一
- 定价：3,200 日元+税
- ISBN：978-4-86246-418-7
- 尺寸：B5 变形版（182 × 235 mm）
- 页数：312 页
- 发行：株式会社ボーンデジタル
本书的特点
用深度学习（深层学习）让角色变强！
一本能一步一步学习 Unity 界当下最热门话题「Unity ML-Agents」的书！
在游戏制作中，运用机器学习·强化学习的第一步！
「Unity ML-Agents」(Unity Machine Learning Agents) 是用于在 Unity 中构建「机器学习」学习环境的框架。借此，无需通过编码来控制角色动作，而是通过进行强化学习，来优化角色的动作。
本书为了让初次挑战「机器学习」的读者也能学习，从机器学习的机制和学习方法等基础，到使用示例程序的实战，都进行了细致讲解。此外，还收录了云端学习等应用案例和大量 TIPS，可立即活用于游戏开发现场。
● 能理解「强化学习」「模仿学习」「课程学习」的机制，以及「Unity ML-Agents」的基础，并掌握可应用于许多游戏的学习场景。
● 使用示例游戏构建学习环境和运行推理模型的方法，已按步骤详细解说。学习环境使用「Python」和 Google 的「TensorFlow」，但在「Unity ML-Agents」中不需要 Python 知识。
● Unity ML-Agents 附带的示例种类丰富，在构建自己游戏的学习环境时也非常有参考价值。本书详细解说了这些附带示例。
● 从零开始创建原创游戏，学习 Unity ML-Agents 主要对象「Agent」「Brain」「Academy」的编码以及如何给予最适当的「奖励」(Reward)。
● 在 Unity ML-Agents 中，也可以使用 AWS(Amazon Web Services) 进行「云端学习」。此外，还可以使用「Python API」制作适合游戏优化的学习脚本。本书也介绍了这些应用示例。
本书解说的主要关键词
强化学习、模仿学习、课程学习、Recurrent Neural Network(RNN)
TensorFlow、TensorBoard、Jupyter Notebook、通过 AWS 进行云端学习、通过 Python API 的独立学习脚本
关于作者
布留川 英一(ふるかわ ひでかず)
1975 年生。群马县出身。会津大学计算机理工学部计算机软件学科毕业。2000 年起在株式会社ドワンゴ从事手机应用的研究开发。2005 年起在株式会社UEI开发智能手机、双足步行机器人用应用。2013 年参加超文本平板终端「enchantMOON」的开发。近年从事人工智能、VR、AR 的研究开发。
著有「Unity游戏 プログラミング・バイブル」(ボーンデジタル/2018年刊)、「Androidプログラミングバイブル」(ソシム/2017年刊)等，以编程相关为主的著作众多。
目录
- 第1章 Unity ML-Agents 的整体概况
- 第2章 示例学习环境的运行
- 第3章 初次创建学习环境
- 第4章 示例学习环境的解说
- 第5章 构建新游戏的学习环境
- 第6章 Python API 与云端学习
内容样本
