http://www.yes24.com/Product/Goods/91860680 Node.js 교과서 개정2판 Node.js베스트셀러1위!전면 개정판!Node.js 14로,노드의 기본부터 실무까지 전 과정 총망라!다양한 서비스를 직접 만드는,실무에 가장 가까운 강의!노드와 패키지를 최신 버전으로 업데이트!노드v12 www.yes24.com http://www.yes24.com/Product/Goods/36886447 Do it! Node.js 프로그래밍 지금 당장 서버가 필요하다면? 실제 서버로 구동 가능한 코드로 배워라! 웹 서버, 채팅 서버, 모바일 서버, 위치 기반 서비스 서버, JSON-RPC 서버까지 한 권으로 끝낸다! 이 책은 누구나 쉽게 접근 www.yes24.com HTTP 프로토콜의 특징 ..

게임시스템=게임 기능: 게임 내의 규칙을 정한다. 필요한 기능을 실현하기 위한 요소를 조합+집합한 것. eg) 캐릭터 시스템 : 어떤 캐릭터? 종족? 분류? 1. 인지 요소 - 조직화된 요소 (규칙을 제한 나머지 요소들 eg. 캐릭터나 아이템과 같은 구체화된 것들과 장비 강화와 같은 추상적인 것들도 포함된다.) 2. 규칙 -기능 구현 용어 정리 및 정의가 1순위 동작에 대한 기능명세서 브레인 스토밍을 통해서 레퍼런스를 분석하고(벤치마킹), 기능을 찾아낸다. 추상적으로 잡아두고 구체화 시킨다. 컨텐츠: 유저가 즐길 거리를 정한다.

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..

Z버퍼 렌더링 : 중첩된 물체까지의 거리를 비교해서 보이는 점에서 가장 거리가 짧은 값이 z버퍼에 저장된다. 카메라의 깊이 버퍼를 만들어낸다. 오버드로우: 뒷쪽에 있는 것을 먼저 그리고 그 위에 있는 것을 나중에 그리는 것. 알파 블렌딩: 오브젝트들을 그리는 순서가 정해져 있지 않다. 오브젝트들이 그려질 때마다 z버퍼를 참고해서 앞뒤를 판정한다. 그리고 그려질 픽셀과 안 그려질 픽셀을 결정한다. 1. 불투명을 먼저 그린다. 2. 반투명을 나중에 그린다. 3. 반투명인 물체들은 멀리있는 것부터 차례로 그려진다. Shader "Custom/Grass" { Properties { _MainTex ("Albedo (RGB)", 2D) = "white" {} } SubShader { Tags { "RenderTy..