スノーボールファイト ☃️をご紹介しますこれは私たちの最初のML-Agents環境です

私たちの最初のML-Agents環境であるスノーボールファイト☃️をご紹介します

私たちは、初めてのカスタムDeep Reinforcement Learning環境：Snowball Fight 1vs1 🎉を共有できることを嬉しく思います。

Snowball Fightは、Unity ML-Agentsを使用して作成されたゲームで、Deep Reinforcement Learningエージェントに対して雪玉を撃つことができます。このゲームはHugging Face Spacesでホストされています。

👉オンラインでプレイすることができます

この投稿では、Unity ML-Agentsを使用するDeep Reinforcement Learning研究者や愛好家向けのエコシステムについて説明します。

• スクラッチからCodeParrot 🦜をトレーニングする
• GradioがHugging Faceに参加します！
• 🤗 Transformersでn-gramを使ってWav2Vec2を強化する

Hugging FaceのUnity ML-Agents

Unity Machine Learning Agents Toolkitは、Unityゲームエンジンを使用してゲームやシミュレーションを構築し、インテリジェントエージェントのトレーニング用の環境として使用するオープンソースのライブラリです。

この最初のステップでは、ML-Agentsを使用するDeep Reinforcement Learning研究者や愛好家向けにHugging Faceでエコシステムを構築することを目指しており、次の3つの機能を提供します。

1. カスタム環境の構築と共有。新しい問題を試すためのエキサイティングな環境を開発し、共有しています：雪玉の戦い、レース、パズルなど… これらはすべてオープンソースで、Hugging FaceのHubにホストされます。
2. 環境の簡単なホスティング、モデルの保存、共有をHugging Face Hubで可能にします。Snowball Fightのトレーニング環境はこちらで既に公開していますが、今後もさらに多くの環境が追加されます！
3. Spacesでデモを簡単にホストし、エコシステムの他の部分と素早く結果を共有できるようになりました。

会話に参加しよう：ディスコードサーバーに参加しましょう！

ML-Agentsを使用しているか、Deep Reinforcement Learningに興味がある場合は、ディスコードサーバーに参加することができます。2つのチャンネルを追加しました（今後さらに追加予定）：

• Deep Reinforcement Learning
• ML-Agents

当社のディスコードは、Hugging Face、NLP、Deep RLなどについて交流する場所です！また、今後のすべての新しい環境や機能の発表もこのディスコードで行います。

次は何ですか？

今後数週間から数ヶ月で、以下のエコシステムを拡張していきます：

• ML-Agentsの技術的なチュートリアルの執筆。
• MA-POCAを使用したチーム内での協力行動をトレーニングする新しいDeep Reinforcement Learningアルゴリズムを使用したSnowball Fight 2vs2バージョンの開発。

• また、Hugging Faceにホストされる新しいカスタム環境を構築中です。

結論

ML-Agentsを使用して取り組んでいる内容や、どのように機能やツールを構築して作業をサポートできるか、私たちは楽しみにしています。

新機能のお知らせを受けるために、ディスコードサーバーに参加するのを忘れないでください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!