ml-agents/docs/localized/KR

Unity ML-Agents Toolkit (Beta)

Unity Machine Learning Agents Toolkit (ML-Agents) 은 지능형 에이전트를 학습시키기 위한 환경을 제공하여 게임 또는 시뮬레이션을 만들 수 있게 해주는 오픈소스 유니티 플러그인 입니다. 사용하기 쉬운 파이썬 API를 통해 강화학습, 모방학습, 신경진화 또는 다른 기계학습 방법론을 사용하여 에이전트들을 학습시킬 수 있습니다. 우리는 또한 게임 개발자와 취미를 가지신 분들이 2D, 3D 그리고 VR/AR 게임들의 지능형 에이전트를 쉽게 훈련시킬수 있도록하는 최신 알고리즘 구현(TensorFlow에 기반하여)을 제공합니다. 학습된 에이전트들은 NPC의 행동 제어(다중-에이전트 또는 적대 관계와 같은 다양한 설정 속에서), 게임 빌드 테스트 자동화 그리고 출시 전 게임 설계 검증 등을 포함한 다양한 목적을 위해 사용될 수 있습니다. ML-Agents toolkit은 유니티의 풍부한 환경에서 AI의 발전을 위한 중심 플랫폼을 제공함으로써 더욱 광범위한 연구와 게임 개발자 커뮤니티가 만들어지도록 하기 때문에 게임 개발자들과 AI 연구원들 모두에게 상호적으로 이익이 됩니다.

특징

• 파이썬을 통한 유니티 환경 제어
• 10가지 이상의 유니티 환경 샘플
• 여러 환경 구성 및 학습 시나리오 제공
• 심층 강화 학습을 사용하여 기억력이 향상된 에이전트 학습
• 쉽게 정의 가능한 학습 시나리오 교육과정
• 지도 학습을 위한 에이전트 행동 브로드캐스팅
• 기본 제공되는 모방 학습 지원
• 온-디맨드(수요 기반) 의사 결정을 통한 유연한 에이전트 제어
• 환경 속 네트워크 출력의 시각화
• 독커(Docker)를 통한 간단한 설정
• gym과 같은 학습 환경
• 유니티 인터페이스 엔진 활용
• 유니티 환경 인스턴스를 동시에 사용하는 교육

문서화

• 설치와 사용법 외에 더 많은 정보는 설명서 홈을 참고해주십시오.
• 만약 유니티 AI 플랫폼에 관한 토론에 관심있는 연구원이라면 유니티와 ML-Agents Toolkit에 관한 출판 전 참조 논문을 참고해 주십시오. 또한 이 논문을 인용하는 것에 관한 사항은 아래를 참조하십시오.
• 만약 이전 버전의 ML-Agents toolkit을 사용하고 있다면 이전 버전 마이그레이션 가이드를 확인해주십시오.

추가 리소스

블로그에 ML-Agents와 관련된 시리즈의 게시물을 게시하였습니다(영어).

• 강화 학습 개념 개요 (multi-armed bandit and Q-learning)
• Using Machine Learning Agents in a real game: a beginner’s guide
• 포스트 first ML-Agents Challenge의 승자 발표
• 포스트 안전한 도시 설계를 위한 유니티 사용 방법 개요.

저희의 문서 뿐만 아니라 관련된 기사들이 있습니다:

• Unity AI - Unity 3D Artificial Intelligence
• A Game Developer Learns Machine Learning
• Explore Unity Technologies ML-Agents Exclusively on Intel Architecture

커뮤니티 그리고 피드백

ML-Agents toolkit은 오픈소스 프로젝트 이며 컨트리뷰션을 환영하고 격려합니다. 만약 컨트리뷰트를 원하시면 저희의 컨트리뷰션 가이드라인과 행동 규칙을 검토해주십시오.

만약 ML-Agents toolkit을 사용하며 문제가 생긴다면, 가능한 많은 세부 사항을 포함하여 이슈 제출을 해주십시오.

여러분의 의견은 저희에게 매우 중요합니다. Unity ML-Agents Toolkit에 관하여 단지 듣기만 해도 저희는 계속해서 발전하고 성장할 수 있습니다. 단 몇 분만 사용하여 저희에게 알려주세요.

다른 의견과 피드백은 ML-Agents 팀과 직접 연락부탁드립니다. (ml-agents@unity3d.com)

라이센스

Apache License 2.0

인용

만약 Unity 또는 the ML-Agents Toolkit을 사용하여 연구를 수행할 경우 다음 논문을 참고 자료로 인용하여 주시길 바랍니다:

Juliani, A., Berges, V., Vckay, E., Gao, Y., Henry, H., Mattar, M., Lange, D. (2018). Unity: A General Platform for Intelligent Agents. arXiv preprint arXiv:1809.02627. https://github.com/Unity-Technologies/ml-agents.