強化学習を広く学ぶか、作例で試すか
編集上の提案:観察・報酬設計や複数の学習方法を体系的に比べるならML-Agents専著、まず格闘ゲームへの組み込みを追うなら2nd GenerationのNo.16が候補。後者はML-Agents Release 15/Python 3.7の記載があり、専著のv2.2とサンプル環境を混ぜない。
出典:ボーンデジタル:ML-Agents v2.2版の改訂関係・詳細目次 / ボーンデジタル公開目次PDF:No.16/20/21のプログラム・解説担当と環境(PDF19/23/24ページ)