强化学习:基于Unity ML-agent的人工智能飞行

你会学到什么
了解如何使用Unity ML-agent安装、运行和训练神经网络
用强化学习训练飞机代理飞行，特别是PPO
在Unity中创建一个完整的，可玩的飞机竞赛游戏，与难以置信的具有挑战性的人工智能对手
在游戏中集成经过训练的神经网络，可以跨平台构建和部署
在高水平上利用机器学习(无需编写训练算法)
有很多机会定制项目，使它成为你自己的

类型:电子教学| MP4 |视频:h264，1280×720 |音频:aac，48000 Hz
语言：英语+中英文字幕（云桥网络 机译） |大小解压后:8.16 GB 含课程文件 |时长:14h 20m




要求
中级编程技能(Unity使用C#)
可以运行Unity 2019.2或更高版本的计算机
基本Unity技能(如何导航和使用界面)
可选:基本Blender技能(如何导航和使用界面)
可选:以前的机器学习经验-这将有助于理解，但不是必要的

描述
对电子游戏和人工智能的交集感兴趣？如果是这样，你会爱上Unity ML-Agents。

使用ML-agent的强化学习自然比其他机器学习方法更直观，因为你可以在实时3d环境中观看你的神经网络学习，基于对良好行为的奖励。它更有趣，因为你可以轻松地将它应用到你自己的视频游戏创意中，而不是在OpenAI Gym这样的库中处理简化的示例问题。Reinforcement Learning: AI Flight with Unity ML-Agents



在本课程中，我们将创建一个完整的游戏，与难以置信的具有挑战性的人工智能对手。

我们将从介绍ML-agent开始，包括如何使用和训练示例内容。

然后，我们将使用Blender为我们的游戏定制资产(如果您只想编码，可以跳过这一部分)。

接下来，我们将为飞机代理创建一个完整的环境，并训练他们在不撞上障碍物的情况下飞过检查站。

最后，我们将带着我们训练有素的代理，并围绕他们建立一个完整的游戏，你可以玩，包括水平和难度选择菜单。

重要说明1:我们在本课程中不涉及深度学习或强化学习的基础。我们将关注如何使用ML-Agents，它抽象出困难的东西，并允许我们专注于建立我们的培训环境和精心制作奖励。

重要说明2:虽然本课程最初是用ML-Agents 0.11版录制的，但我们已将其更新为1.0版。

在学习本课程的过程中，您将有很多机会对其进行定制，使之成为您自己的课程。最后，你将拥有一个完整的游戏，可以与朋友分享，添加到你的作品集，或者在游戏市场上出售。

本课程面向谁:
对Unity3d游戏引擎中的AI感兴趣的中级软件开发人员
希望使用强化学习，但不需要了解底层细节的开发人员
对在游戏中加入神经网络人工智能感兴趣的游戏开发者

云桥网络 为三维动画制作，游戏开发员、影视特效师等CG艺术家提供视频教程素材资源！