著者・講師と制作担当
出版社の公開書誌で、掲載版の著者クレジットを確認。
担当確認：確認済み / 2026-10-10。名前からプロフィールと関連教材へ進めます。
担当表記の出典
言語と日本語への対応
著者・編集部による執筆経緯または日本語の公開本文を、当該書籍の著者・版の書誌と照合。日本語原著の本文を提供する書籍として分類。
出版社公開PDF p.3の日本語「はじめに」に布留川英一の署名があり、本書の執筆目的と出版社担当者・挿絵担当への謝辞を確認。著者がこの本のために書いた前書きとして書誌と照合。
提供本文の言語：日本語
- 出版社・提供元の著者・版の書誌（確認 2026-10-09）
- 出版社公開PDF：著者署名入りの日本語前書き（確認 2026-10-09）
具体的に何を学び、何を作るか
公式の公開目次・概要をもとに、制作の流れを要約しています。
学習環境を作り、推論まで進める
第2章（pp.39–69）は仮想環境、Behavior Parameters、Agentスクリプト、Decision Requesterから学習・推論へ。アプリ化、複数起動、複数エージェントでの高速化方法も比較する。
学習サイクルと計測を組む
第3章（pp.71–101）は観察、連続／離散行動、報酬、終了条件、決定間隔、設定ファイルを扱う。mlagents-learnで実行し、TensorBoardで経過を確認する。
条件を変えて学習方法を比較する
第4章（pp.103–177）はSAC、画像・Raycast観察、セルフプレイ、Curiosity、模倣、LSTM、カリキュラム、環境ランダム化。目次にはCuriosity・模倣・カリキュラムの有無を比較する項目がある。
16のサンプル環境から実装の要点を探す
第5章（pp.179–259）は3DBall、GridWorld、Walker、Match3、協調押し出し、DungeonEscapeなど。概要、観察・行動・報酬・決定、設定、コード構成と要点を整理する章で、全コードの逐行解説ではない。
テストと難易度調整へ応用する
6-2／6-3（pp.263–279）はジャンプゲームの自動テストと障害物避けゲームのバランス調整支援。ゲームに強化学習の要素を加え、学習結果の用途を分けて検討する。
NPC・対戦相手・ロボットへ広げる
6-4～6-6（pp.280–307）はPuppoの犬NPC、MA-POCAを使うドッジボール、AIロボットサッカー。サッカーはシミュレーションと実機モードを別項目として扱う。
Pythonから環境を操作する
第7章（pp.309–337）はGymラッパー、低水準APIによるリセット・行動・ステップ実行、設定用／カスタムのサイドチャネル。UnityとPythonの両側に通信処理を用意する小例へ進む。
ほかの教材と比べるポイント
編集上の案内：「ステップアップUnity」のAI紹介より、観察・報酬・訓練設定と学習方法の比較に集中できる。
目指す成果
- 観察・行動・報酬・終了条件を自分のUnityシーンに対応付け、設定と計測結果を確認する。
- 自動テスト、難易度調整、NPC、対戦相手という用途ごとに、必要な学習環境を検討する。
- Pythonの前提知識がある場合は、Gym／低水準APIとサイドチャネルで外部からUnity環境を制御する例へ進める。
必要な知識・準備
- 出版社はUnity入門書の学習経験またはゲーム制作経験を対象と明記。Unityの基本操作や一般的な制作手法は説明しない。
- 機械学習は初学者から対象。第2章は既成Pythonスクリプトの実行が中心で、自作Pythonコードは不要と説明。
- 第7章はPythonと強化学習アルゴリズムの知識が必要と公開構成に明記。第2章の条件を本全体へ拡張しない。
- 編集上の目安：C#のAgentスクリプトを読み、コンポーネントと設定を変更できること。数学の必修範囲は公開構成に具体的な指定がない。
収録範囲と注意点
- 動作確認環境はUnity 2020.3.38f1、ML-Agents Release 19、Python 3.8。異なる版の互換性は保証されない。
- 章ごとにUnity Companion License、MIT、ユニティちゃんなど利用条件の異なるサンプルを含む。独自サンプルには学習用途限定の条件があり、商用ゲームへの流用を一律に認める配布ではない。
- 編集注記：Release 19の公式対応表はUnity C#パッケージ2.2.1-exp.1、Python側ml-agents／ml-agents-envs／gym-unity各0.28.0。書名v2.2をPythonパッケージの指定番号として扱わない。
- 編集注記（2026-10-10）：別世代の公式ML Agents 4.0.3導入資料はUnity 6000.0以降とPython 3.10.12を案内。本書の2020.3／Release 19／Python 3.8を上書きする条件ではなく、移植時に参照する版差の例。
- AIロボットサッカーにはUniTask 2.0、toio SDK for Unity 1.4.0、OpenCV plus Unity 1.7.1、Mirror 45.2.0、ai-robot-soccer 1.0の追加記載がある。新しいSDKとの再現性は未検証。
- 第5章は実装の要点を選んだ概要解説。目次や公開構成から、全サンプルの詳説、学習の収束・性能向上・実運用の成功までは保証しない。本文全編未読、サンプル未ダウンロード・未実行。
内容確認に使った公式資料
- ボーンデジタル：v2.2版の章構成と約100MBの配布データ（確認 2026-10-10）
- 出版社公開抜粋：対象読者、章別前提、掲載版、利用制限と詳細目次（確認 2026-10-10）
- Unity公式Release 19：Unity側とPython側の版の対応（確認 2026-10-10）
- Unity公式ML Agents 4.0.3：書籍とは別世代のインストール条件（確認 2026-10-10）
この教材が合いそうな人
編集上の案内：NavMeshで決められた経路を歩かせる段階から、報酬によって行動を学ばせる実験へ進みたい人。
始める前に確認すること
Unity入門書を学んだ経験かゲーム制作経験が前提。第2章は用意済みPythonスクリプトの実行で進むが、第7章のPython APIにはPythonと強化学習アルゴリズムの知識が必要。
学べる範囲と選ぶときの注意
Unity ML-Agentsの活用に特化。観察・行動・報酬を設計する基礎から、学習法の比較、ゲームへの応用、Python APIの小例へ進む。一般的なAI理論、Unity基本操作、一般的なゲーム制作手法は詳説しない。
サポート・付属データ
約100MBのサンプルZIPと前書き・構成・詳細目次PDFを出版社が配布。公開抜粋p.5は、ML-Agents付属・第6章の指定ライセンス等を除く独自サンプルを学習用途限定とする。問い合わせ前に書籍ページの正誤・更新情報を確認する案内あり。
学んだ後の小さな練習
編集上の提案：掲載版で第2章の学習と推論を一度再現し、TensorBoardの記録を残す。観察・報酬・設定を一度に変えず一項目ずつ比較し、第7章はPythonと強化学習の前提を確認して選ぶ。
出典と確認範囲
内容確認：2026-10-10。各出典に確認日を記載しています。受講・通読レビューではありません。向く人や学習後の練習は編集部の提案です。
ボーンデジタル／布留川 英一の公式掲載ページ価格は確認時点の参考表示です。セール、提供条件、サポートや対応版は変わる場合があります。未確認は「提供なし」を意味しません。