2021년 8월 6일
Made with Unity: AI 시리즈에서는 크리에이터들이 유니티의 인공지능 제품으로 제작한 다양한 용도의 Unity 프로젝트를 소개합니다. 이번 사례에서 소개되는 AI 개발자들은 ML-Agents를 이용해 쉽고 빠르게 머신러닝 환경을 구축하여 에이전트에게 축구를 가르쳤으며, 해당 에이전트를 실제 로봇에 전달해 최종 모델을 구현했습니다.
2021년 7월 12일
유니티가 ML-Agents의 역량을 더욱 자세히 들여다볼 수 있는 새로운 환경을 소개합니다. DodgeBall은 슈팅 게임과 같은 팀 대 팀 대항 환경으로, 에이전트들은 Elimination 또는 Capture the Flag 모드로 시합을 벌입니다.
2021년 5월 5일
이번 블로그 포스팅에서는 기쁜 마음으로 ML-Agents Unity 패키지 v2.0 릴리스를 발표합니다. 이번 릴리스는 현재 2021.2 에디터 릴리스에 포함시키기 위해 검증 작업을 진행하고 있습니다.
2019년 11월 11일
훈련 시간 단축을 위해 ML-Agents의 v0.9 및 v0.10에 비동기 환경, GAIL(Generative Adversarial Imitation Learning, 생성적 적대 모방 학습) 및 SAC(Soft Actor-Critic)를 도입했습니다. 유니티는 이전 포스팅에서 파트너사인 JamCity와 함께 ML-Agents v0.8에 병렬 Unity 인스턴스 기능을 도입하여 버블 슈터 게임 스누피 팝(Snoopy Pop)의 에이전트를 단일 인스턴스보다 7.5 배 빠르...
2019년 8월 7일
6개월에 걸친 옵스타클 타워 챌린지(Obstacle Tower Challenge)를 진행하는 동안 마감 직전까지 출품작을 제출해주신 여러분의 열띤 성원 속에서 공모전이 종료되었습니다. 수상자 발표와 함께, 1라운드와 2라운드의 모든 참가자를 비롯하여 최종 수상자인 알렉스 니콜스(Alex Nichols), Compscience.org 팀, 최성빈(Songbin Choi) 님께 감사와 축하의 말씀을 드립니다. 또한 필요에 따라 연구 활동에 자유롭게 활용하실 수 있도록 옵스타클 타워의 오픈 소스를 공개...
2019년 5월 15일
유니티는 2월에 옵스타클 타워 챌린지(Obstacle Tower Challenge) 1라운드를 개최했습니다. 1라운드가 종료된 후 집계 결과, 무려 350개 이상의 팀으로부터 2,000개 이상의 출품작이 제출되었습니다. 1라운드에 참여해 주신 모든 참가자 분들께 감사드리며, 2라운드에 진출할 자격을 얻은 분들께 축하의 말씀을 전합니다. 이제 새로 시작되는 옵스타클 타워 2라운드를 공개합니다.
2019년 4월 15일
이제 머신 한 대에서 여러 개의 Unity 시뮬레이션을 실행하여 훈련 속도를 높일 수 있도록 Unity ML-Agents 툴킷의 새로운 업데이트를 출시했습니다. 이번 업그레이드를 통해 게임 개발자는 심층 강화 학습(DRL, Deep Reinforcement Learning) 알고리즘의 훈련 속도를 상당히 개선하여 캐릭터의 행동을 만들어 낼 수 있게 되었습니다.
이 글에서는 버블 슈팅 게임 스누피 팝(Snoopy Pop)의 고난도 레벨을 플레이할 수 있도록 에이전트를 훈련시킨 유니티와 유니티 파트...
2019년 3월 1일
유니티는 Unity ML-Agents 툴킷을 대대적으로 개선하여 크로스 플랫폼 추론(inference)을 지원하는 새로운 라이브러리인 Unity 인퍼런스 엔진(Inference Engine)을 활용하도록 업그레이드하였습니다. 이번 업그레이드를 통해 개발자는 Unity가 지원하는 모든 플랫폼에서 Unity ML-Agents 툴킷으로 제작한 신경망 모델을 실행할 수 있습니다. 이 블로그 게시물에서는 Unity 인퍼런스 엔진을 소개하고, ML-Agents 툴킷의 워크플로가 어떻게 바뀌었는지 설명합니다....
2019년 1월 28일
유니티는 지능형 에이전트의 기능을 평가하고, AI에 관한 연구와 개발을 장려하기 위해 최초의 인공지능 공모전인 옵스타클 타워 챌린지(Obstacle Tower Challenge)를 개최하기로 공식 발표하였습니다. 이 옵스타클 타워 챌린지를 통해 이제까지는 완벽한 수준으로 테스트해볼 수 없었던 AI 에이전트의 컴퓨터 비전, 컨트롤, 계획, 일반화 기능을 시험해볼 수 있는 새로운 기회가 마련될 것입니다.
이 공모전은 머신 러닝 연구자를 위해 유니티에서 새롭게 선보이는 옵스타클 타워(Obstacle ...
2018년 12월 17일
여러분들이 전달해주신 피드백을 반영하여 Unity ML-Agents 툴킷 v0.6에 새로운 2가지 개선 사항이 추가되었습니다! 브레인을 MonoBehaviors에서 ScriptableObjects로 전환하여 사용성을 높였습니다. 그리고, 전문가의 데모 영상을 녹화하고 이를 오프라인 훈련에 활용할 수 있는 기능을 추가하여 모방 학습을 위한 사용자 워크플로를 개선했습니다.
2018년 10월 2일
게임 제작은 게임 컨셉 및 로직 정의, 에셋 및 애니메이션 제작, NPC 동작 지정, 난이도 및 밸런스 조정, 출시 전 실제 플레이어를 통한 게임 테스트 등 여러 까다로운 작업이 수반되는 창조적 과정입니다. 유니티는 이러한 전체 제작 과정에서 머신러닝을 활용하는 것이 가능하다고 생각합니다. 이 블로그 게시물에서는 앞서 말한 까다로운 과제 중 하나인, NPC의 동작 지정에 관해 집중적으로 살펴보고자 합니다.
전통적으로 NPC의 동작은 스크립팅과 동작 트리(behavior tree)를 사용하여 하드...
2018년 9월 11일
유니티는 인공 지능(AI) 연구 분야에서 Unity를 유용한 플랫폼으로 만들기 위해 많은 노력을 기울이고 있습니다. 지난 몇 주간 Unity를 사용하여 로봇 손에게 잡는 동작을 훈련시킨 OpenAI(영문), Unity로 호기심 기반 학습(Curiosity-based Learning)이라는 새로운 방식을 테스트(영문)한 UC 버클리 연구팀의 사례 등을 통해 여러 연구 그룹이 저희를 주목하고 있음을 알게 되었습니다. AI 연구 커뮤니티 지원이라는 Unity의 미션을 실현하는 데 도움이 되는 차세대 기...