bhttps://www.immersivelimit.com/tutorials/reinforcement-learning-penguins-part-2-unity-ml-agents Reinforcement Learning Penguins (Part 2/4) | Unity ML-Agents — Immersive Limit www.immersivelimit.com 유니티에서 ML Agent를 임포트 한 후에 그 후에 대한 것은 위의 documentation 참고 using System.Collections; using System.Collections.Generic; using UnityEngine; public class Fish : MonoBehaviour { public float fishSpeed; priv..

훈련 모델: 1. 비지도 훈련 : 자체적으로 데이터셋을 검사하고 분리하는 작업을 수행 2. 지도 훈련: 데이터 과학 분야의 머신 러닝 방법 중 대다수가 예측 또는 분유를 수행하는데 사용한다. 3. 강화 학습: 제어 이론에 기초한 것으로 환경에 대한 초기 상태나 모델없이 학습하는 기법을 제공 에이전트(대상)는 환경(어디서 학습) 속에서 모델링되고 그들의 행동을 기준으로 보상(학습 후 보상)을 받음 4. 보강 학습: 모방 할 행동을 보여주면 에이전트가 모방한다. 5. 커리큘럼 학습 : 문제를 복잡도에 따라 쪼개서 처리하는 진일보한 학습 형태. 6. 딥러닝: 다양한 형태의 내부 훈련 매커니즘을 사용해서 신경망을 훈련함. 강화 학습 보상을 통해서 학습을 수행한다. 시행착오에 따라서 보상을 주게 되고, 계속 보상..