こんにちは、モリカトロンのチーフエンジニア松原です。
この記事は、自作Pythonサーバーと自作Cocos Creatorクライアントの間でRestAPIとWebSockets通信を行う際の、Amazon EC2上での各種設定やコマンドについてのメモであります。
島旅のススメ(前編)
こんにちは。
ようやく外出自粛も緩和され、少しづつ普段の生活を取り戻しつつある中、皆さんいかがお過ごしでしょうか?
モリカトロンでも、状況を見極めつつ、今後もオフィス勤務とリモートワークを併用する新しい勤務形態を模索しているところです。
さて、リモートワークの1回を挟んで、これまでキャンプ、どちらかというと緑の中でのお話を書いてきましたので、今回は視点を移して「海」そして「島」の魅力について書いてみたいと思います。
先日「Go Toキャンペーン」と銘打った国内旅行の半額補助のキャンペーンが発表になりましたし、「島旅」がコロナ後の皆さんの旅行の選択肢の一つになれば嬉しいです。
続きを読む
Unity ML-Agents(Release 2)+baselinesを使って学習してみる
こんにちは、モリカトロンのAIエンジニアの本間です。
Unity ML-Agentsがついに1.0メジャーアップデートされましたね!(気付けばRelease-2がリリースされていました)
今回の記事ではgym_unityというシミュレーションパッケージとOpenAI Baselinesという強化学習の実装セットを使ってサンプルプロジェクトで学習します。以前投稿したMacでUnity ML-Agents(v1.0)の環境構築という記事ではmlagents-learn
というコマンドを使うことでコードを書かずに学習しましたが、今回はUnity ML-Agents gym-unityドキュメントを参考に少しだけコードを書いてみます。
- 検証環境
- (必要なら)Unity ML-AgentsのPythonパッケージをインストール
- mlagents_envsをインストール
- gym_unityをインストール
- Unityプロジェクト(PushBlock)をビルド
- (補足)PushBlockについて:
- OpenAI Baselinesをインストール
- DQNで学習する
- 学習済みモデルを動かす
- 最後に
UnityとDEAP(遺伝的アルゴリズム)の連携
こんにちは、モリカトロン・プログラマのはっとりです。
このブログは「UnityとAx(Adaptive Experimentation Platform)の連携 - Morikatron Engineer Blog」の続編です。
- はじめに
- 遺伝的アルゴリズム
- DEAP
- サンプルプログラム
- シンプルGA(簡易版)
- シンプルGA(フルスペック版)
- 実数値GA
- 動作環境など
- GitHub
- 動作環境
- 実行手順
- ベイズ最適化と遺伝的アルゴリズムの比較
- 最後に
はじめに
前回はUnityとPythonでベイズ最適化のサンプルプログラムを作成しました。
今回は前回のサンプルプログラムに遺伝的アルゴリズムを追加します。
神様のゲーム#6(番外編)
「なぜトイレットペーパーはなくなるのか」
なぜ、こうした禍(COVID-19)があると、トイレットペーパーがなくなってしまうのか?
オイルショックの時の経験は、なんで活かされないのか?
こたえはこうだ。
「人間だもの」
今回はそのことについての簡単なお話。