如何利用AI让你的游戏更有趣?来Unity Learn一起学习吧
在最新版的ML-Agents Toolkit(v0.14)中,我们添加了新的自对弈(self-play)功能,用于训练对抗类游戏中的代理机器人(比如零和博弈中,一方的所得即是另一方所失)。在之前的推送中,我们通过示例介绍了自对弈的运作方式。
Unity ML-Agents使用强化学习与自带进化能力的Python API方法来训练代理机器人,可以让:
游戏开发者克服相关挑战,如使用代理机器人动态地调整游戏难度 工业和企业研究员在机器人、自动驾驶和其它工业领域大规模应用并行训练体系。 学术研究员学习研究虚拟内容和拟真物理中的复杂行为
此外,后续我们将发布课程:如何增长移动游戏业务(Growing Your Mobile Game)帮助游戏开发者学习如何获取用户和变现游戏。通过课程,你将习得:
如何让游戏盈利
如何高效地制定商业广告方案
如何找到游戏中的成功点,实现长期增长
未来几个月将陆续上新更多的教程、项目和课程,涵盖动画片叙事、Unity非游戏应用,以及ML-Agents后续教程,ML-Agents:Hummingbirds(蜂鸟)课程,课程将带你深入学习Unity中的强化学习,请持续关注。
欢迎试用ML-Agents: Penguins project和AI for Beginners course,Unity Learn平台上还有超过750小时的学习材料可供使用。
目前,我们针对Unity大中华区用户提供了4个月免费UnityLearn高级版权益,且Unity Learn高级版免费权益一直延续至6月20日。此举是希望让广大开发者、学生和其他任何有兴趣学代码的人能够获得优质学习资源,让更多的创意落地成为现实。
从现在开始到6月20日,您只需访问learn.unity.com并登录您的Unity ID,即刻获得超过350小时的小型教程、实践项目,以及面向专业开发人员的实时3D深度课程,包括从《游戏机制设计基础》到《虚拟现实后处理堆栈入门》的所有内容。
点击图片,了解详情
此外,我们在Unity Connect上开辟的“Unity机器学习小组”,已经超过1600位开发者参与其中,包括Unity ML Team的工程师、了解ML-Agents的Unity技术专家在内的许多大牛都在小组中,积极向大家回答问题。内容方面还附上了最新的Unity ML-Agents 0.14.1环境搭建指南,之后还会有更多精彩技术与案例资料上传到小组内。欢迎各位对于机器学习有兴趣的Unity开发者,或者是对于Unity感兴趣的机器学习研究者,扫一扫下面的二维码,加入小组,参与讨论。
你·可·能·感·兴·趣
点击关键词获取更多信息
2019.3 Hololens 2 | ML-Agents 地形工具 | Made With Unity |HDRPVisual Effect Graph | 像素风 | 《Boat Attack》