Deep Reinforcement Learning în Unity: Cu Unity ML Toolkit

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 3 voturi.

Titlul original:

Deep Reinforcement Learning in Unity: With Unity ML Toolkit

Conținutul cărții:

Capitolul 1: Introducere în învățarea prin întărire.

Sub -teme.

1. Modele Markov și învățarea bazată pe stare.

2. Ecuațiile Bellman.

3. Crearea unei simulări RL Multi Armed Bandit.

4. Iterarea valorii și a politicii.

Capitolul 2: Căutare și navigare.

Sub - subiecte.

1. Pathfinding în Unity.

2. Mese de navigare.

3. Crearea AI-ului inamic.

Capitolul 3: Configurarea ML Agents Toolkit SDK.

Sub - Subiecte:

1. Instalarea agenților ML.

2. Configurarea Brain Academy.

3. Corelarea agenților ML cu Tensorflow cu Jupyter Notebooks.

4. Joaca cu eșantioane de agenți ML.

Capitolul 4: Înțelegerea agenților Brain și Academy.

Sub - Subiecte:

1. Înțelegerea arhitecturii Brain.

2. Pregătirea diferiților agenți cu un singur creier.

3. Hiperparametri generici.

Capitolul 5: Învățarea de întărire profundă.

Sub - Subiecte:

1. Fundamente ale învățării automate matematice cu Python.

2. Învățarea profundă cu Keras și Tensorflow.

3. Algoritmi de învățare prin întărire profundă.

4. Scrierea rețelei neuronale pentru Deep Q learning pentru Brain.

5. Reglarea hiperparametrilor pentru optimizare.

6. Proiectarea rețelei LSTM bazate pe memorie cu Keras pentru Brain.

7. Construirea unui agent AI pentru jocul de karting cu ajutorul rețelei antrenate.

Capitolul 6: Rețele competitive pentru agenți AI.

Sub - Subiecte:

1. Rețea cooperativă și rețea adversarială.

2. Învățarea prin consolidare extinsă - Gradiente de politică profunde.

3. Simulări realizate cu agenții Unity ML.

4. Simularea agenților autonomi AI pentru autoconducere.

Capitolul 7: Studiu de caz - Obstacle Tower Challenge.

Sub - Subiecte:

1. Obstacle Tower Challenge.

2. Provocarea agenților ML Unity.

3. Dezvoltări ale cercetării din Unity AI.

4. Joaca cu Open AI Gym Wrapper.