허깅 페이스 스노우볼 파이트 ML-Agents 환경

허깅 페이스는 회사의 첫 번째 커스텀 딥 강화 학습(DRL) 환경인 Snowball Fight 1vs1을 소개했습니다. 이 출시는 Unity ML-Agents 툴킷을 사용하는 DRL 연구자와 애호가를 위한 더 넓은 생태계를 구축하기 위한 노력의 시작을 알립니다.

Snowball Fight 1vs1 Environment

Snowball Fight 1vs1은 Unity ML-Agents를 사용하여 개발된 게임으로, 사용자는 딥 강화 학습 에이전트와 눈덩이를 던지며 경쟁할 수 있습니다. 이 환경은 오픈 소스이며, 허깅 페이스 허브에 호스팅되고, 허깅 페이스 스페이스를 통해 인터랙티브 플레이가 가능합니다.

허깅 페이스의 Unity ML-Agents 생태계

허깅 페이스는 지능형 에이전트를 훈련시키기 위한 게임과 시뮬레이션 구축용 오픈소스 라이브러리인 Unity Machine Learning Agents Toolkit을 활용하여 세 부분으로 구성된 생태계를 구축하고 있습니다:

• 커스텀 환경 개발: 허깅 페이스는 허깅 페이스 허브에서 눈싸움, 레이싱, 퍼즐과 같은 오픈소스 환경을 개발하고 공유하여 새로운 문제에 대한 실험을 용이하게 합니다.
• 호스팅 및 모델 공유: 플랫폼은 사용자가 환경을 호스팅하고 모델을 저장하며 허깅 페이스 허브에 직접 공유할 수 있도록 허용합니다.
• 데모 배포: 사용자는 허깅 페이스 스페이스를 활용하여 커뮤니티에 DRL 결과를 빠르게 호스팅하고 선보일 수 있습니다.

미래 로드맵 및 기술 확장

허깅 페이스는 다음과 같은 이니셔티브를 통해 ML-Agents 생태계를 확장할 계획입니다:

• 기술 문서: ML-Agents에 특화된 기술 튜토리얼 출시.
• 멀티 에이전트 협업: Snowball Fight 2vs2 버전 개발. 이 버전은 팀 내 협동 행동을 훈련시키기 위해 설계된 딥 강화 학습 알고리즘인 MA-POCA를 활용할 것입니다.
• 환경 확장: 허깅 페이스 플랫폼에서 호스팅될 추가 커스텀 환경 생성.