#강화학습
#강화학습 관련 기술 가이드
총 5편의 가이드가 등록되어 있습니다.
🧠
게임 AI (5)
Unity ML-Agents로 지능형 보스 패턴을 학습시키는 강화학습 파이프라인
Unity ML-Agents 강화학습으로 보스의 관측, 행동, 보상, 난이도 커리큘럼을 설계하고 PPO 학습 모델을 ONNX로 배포하는 실전 파이프라인을 정리합니다.
Unity ML-Agents 강화학습으로 몬스터 지능형 이동·장애물 회피 구현하기
Unity ML-Agents 강화학습 모듈로 몬스터가 목표를 추적하면서 장애물을 회피하도록 구현한다. 관측, 연속 행동, 보상 설계, PPO 학습 설정과 디버깅 기준을 C# 예제로 정리한다.
강화학습(RL) 몬스터 공격 패턴 학습: 플레이어별 페이즈 전환 설계 가이드
강화학습(RL)으로 몬스터가 플레이어의 회피·공격 습관을 관찰하고 공정성을 해치지 않으면서 공격 패턴과 보스 페이즈를 맞춤 전환하는 설계 방법을 정리한다.
ML-Agents로 학습시키는 보스 몬스터 AI
강화학습의 기본 구조부터 Unity ML-Agents로 보스 몬스터를 학습시키는 실전 설계를 단계별로 정리합니다. 관측·행동·보상 설계와 학습 실패를 줄이는 디버깅 방법까지 다룹니다.
ML-Agents로 근접·원거리 보스 패턴 학습시키기
Unity ML-Agents에서 보스 AI를 에이전트로 구성하고 근접 공격과 원거리 투사체 패턴을 강화학습으로 선택하게 만드는 방법을 정리한다. 관측, 행동, 보상 설계와 학습 후 검증 시 주의할 점을 실용적인 예제로 설명한다.