Unity 机器学习入门指南
使用 C# 和 Tensorflow 为 Unity 开发遗传算法、神经网络和 Q-learning 的高级游戏人工智能
讲师：Penny de Byl
口袋资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！
用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。
您将学到
- 用 C# 从头开始构建遗传算法。
- 用 C# 从零开始构建神经网络。
- 设置并探索 Unity ML-Agents 插件。
- 设置并使用 Tensorflow 训练游戏角色。
- 应用新发现的机器学习知识，将该领域的当代研究理念融入自己的项目中。
- 将机器学习背后的数学和统计学知识提炼为可运行的程序代码。
- 使用近端策略优化来训练神经网络。
要求
- 您应该熟悉 Unity 游戏引擎。
- 您应掌握 C# 的工作知识。
- 您应该对数学和统计学有健康的鉴赏力。
说明
想想你能开发出哪些类型的游戏，让敌人开始智胜玩家？这就是游戏中的机器学习。在本课程中，我们将发现人工智能的迷人世界，超越简单的东西，并研究日益流行的学会自我思考的机器领域。
在本课程中，佩妮将利用她享誉国际的教学风格、游戏角色人工智能博士的知识以及超过 25 年的游戏和计算机图形工作经验，介绍遗传算法和神经网络等流行的机器学习技术。此外，她还撰写了两本关于游戏人工智能的获奖书籍，以及另外两本关于 Unity 游戏开发的畅销书。 在整个课程中，您将跟随旨在教授您基本机器学习技术的实践研讨会，以最新手也能理解的方式提炼数学主题。
学习如何编程和使用：
- 遗传算法
- 神经网络
- 人类玩家捕获的训练集
- 强化学习
- Unity 的 ML-Agent 插件
- 张力流
内容和概述
课程从对遗传算法的深入研究开始，让您轻松掌握最简单的机器学习技术之一，它能够实现非凡的学习能力。您将开发一个学会伪装的代理，一个受 Flappy Bird 启发的应用程序，在这个应用程序中，小鸟学会了如何通过迷宫，而环境感知机器人则学会了如何停留在平台上。
随后，您将从头开始用 C# 创建自己的神经网络。 通过这个基本神经网络，您将了解如何训练行为、捕获和使用人类玩家的数据来训练代理和教机器人驾驶。 在同一章节中，您还将了解 Q-learning 算法，然后将其集成到自己的应用程序中。
到这一阶段，您将对整个深度学习社区使用的术语和技术充满信心，并准备好应对 Unity 的实验性 ML 代理。在 Tensorflow 的帮助下，您将把代理扔进深海，并强化它们的知识，以便在各种游戏环境场景中保持活力。
课程结束时，您将掌握一套基础扎实的机器学习算法和应用工具，能够解读最新的研究出版物，并将最新进展融入工作中，同时紧跟 Unity 的 ML-Agents 从实验版本到生产版本的演变。
学生对本课程的评价
- 如果您是使用 C# 和 Unity 的游戏开发人员，这绝对是神经网络/机器学习从初级到高级的最佳课程。无与伦比 x 无穷大。
- 这是一门完美的课程，包含大量数学示例，并演示了 Unity 中 TensorFlow 的强大功能。学完这门课程后，您将掌握机器学习的坚实基础。
- 老师非常有吸引力，知识渊博。我从第一节课就开始学习，从未间断。如果你对机器学习感兴趣，就来学习这门课程吧。
课程对象
- 任何想了解机器学习在游戏中的潜力的人。
- 任何希望深入了解 Unity ML-Agents 算法和理论的人。
- 任何想了解如何设置和使用 ML-Agents 的人。
