Mind Render AI特集（本格研究編）

本格研究編：Mnd Render / AI Drill

– Unityで学ぶ。見てわかるAI学習「Mind Render / AI Drill」を無料公開

近年、AI関連技術は加速度的に進化しており、その利用はビジネスから日常生活まで広がっています。Mind Renderでは、こうしたAIブームに先立ち、2019年頃より東京大学情報理工学系研究科　電子情報学専攻　伊庭研究室と共同で本格的なAI学習・実験環境の開発に取り組んできました。また、その成果として大学生向けの実験教材「Mind Render / AI Drill」を有料で提供してきました。

「Mind Render / AI Drill」は、
・AIの基礎的な説明（テキスト）
・プログラム開発環境
・ビジュアルなシミュレーション環境
を一つにまとめて提供するユニークな教材です。実際に大学で使われた実績もございます。

今回、より多くの教育現場でご活用いただけるよう、順次、無料公開することにいたしました。本特集期間中にダウンロードされた場合は無料でご利用いただけます。
高専・専門学校・大学などでのAI学習教材としてご活用いただければ幸いです。

■内容
・強化学習（自動運転）
・進化計算（車の形状進化）
・ACO（アリのフェロモントレイル）
・ニューラルネットワーク（倒立振子）
等、いろいろなAIのアルゴリズムを実際にシミュレーションしながら理解できます。
学習環境は基本的にはUnityとC#で実装しますが、自動運転については、UnityとPythonの連携環境も提供しています。
Unityをインストールすればすぐにシミュレーションを開始でき、結果をリアルタイムで視覚的に確認できます。

ご注意

• Unity Asset Storeからダウンロードしていただけます。
• ご利用にはUnity Editorのインストールが必要です。Unity Editorのインストールやライセンスの詳細は、Unityの公式サイト等をご確認ください。
• 内容に関する質問はお問い合わせいただいてもお答えいたしかねます。あらかじめご了承いただきますようお願いいたします。

車の形状進化

＊クリックするとUnity Asset Storeに移動します。

無料公開予定（3月上旬）

ニューラルネットワーク

本アセットでは、倒立振子の例題を用いてニューラルネットワークを学習することができます。

倒立振子は、台車の上に立てた棒を台車を適切に制御することで倒さないようにする問題で、制御アルゴリズムの性能を評価するベンチマーク問題としてよく利用されています。

ニューラルネットワークの層の数など各種設定を変更することで、学習にどのような影響があるか試すことができます。

また、本プログラムでは教師データを生成するために事前知識や経験的知識が必要ですが、報酬を扱えるように改良すれば強化学習をすることができます。強化学習と本アセットと組み合わせることで、DQN（Deep Q-Newwork）を実現することも可能です。

無料公開予定（3月中旬）

自動運転をテーマとするアセットを公開します。

自動運転 (Mind Renderとの連携)

*クリックするとUnity Asset Storeに遷移します。

自動運転の機械学習をUnityで行い、学習結果を「Mind Render」で試すことができるアセットです。

プログラミングは不要で、学習結果はMind Renderで視覚的に確認できるので、初めて機械学習を試される場合や、プログラミングなしで機械学習を試しみたいという方に最適です。

・Mind Renderとの連携について
　1. Mind Renderで各種設定を行い、Unityに送信
　2. Unity上で学習
　3. 学習結果をMind Renderに送信し、Mind Render上で自動運転をテスト

・Mind Renderの以下のラボでサンプルプログラムを提供しています。
つくる > ちょっとお勉強 > AIと機械学習 > 2. Q学習、　3. ニューロ進化

自動運転（Q学習とニューロ進化）

*クリックするとUnity Asset Storeに遷移します。

予め決められたルートに最適化するのではなく、事前知識なしでどのようなコースでもうまく走れるような自動運転AIを実装します。
センサーや速度などの情報を元に、壁や障害物にぶつからずに運転できるよう強化学習（Q学習）またはニューロ進化を用いて学習させます。

• 強化学習：直接正しい行動を教えるのではなく、目的を達成したときに与えられる報酬が最大化するように最適な行動を学習します。
• ニューロ進化（Neuroevolution）：ニューラルネットワークの学習や生成に進化的アルゴリズム（突然変異や適者生存など生物の進化のメカニズムに着想を得たアルゴリズム）を用いる手法の総称で、複雑な制御が求められるヒューマノイドロボットの制御などで用いられています。

自動運転（Python連携）

*クリックするとUnity Asset Storeに遷移します。

自動運転のプログラム（ニューロ進化）のAI学習部分をPythonによって記述することで、Unity（C#）では難しい複雑なニューラルネットワークの実装を容易にします。

Pythonで簡単なニューラルネットワークが実装してあります。また、ネットワーク部分をより複雑なもの（回帰型ニューラルネット（RNN）など）に置き換えて、自動運転の性能を改善を試みることも可能です。

・ UnityとPython間の連携制御
　・Python側：主にニューラルネットワークの計算、管理
　・Unity側：主にエージェントの状態の取得、制御（ニューラルネットワークの入出力の定義、報酬設計などはC#）