디자인 좋아하는 개발자

Render Texture Sensor는 Unity에서 생성된 렌더 텍스처(RenderTexture) 출력을에이전트의 시각적 입력으로 사용할 수 있도록 해주는 고급 센서입니다.기본 카메라 센서로는 표현하기 어려운 특수한 시각 정보를 AI가 학습할 수 있도록 도와줍니다. 언제 사용하나요?세분화(Segmentation), 깊이 맵(Depth Map) 같은 시각적 정보가 필요한 경우표준 카메라 센서로는 감지하기 어려운 시각 신호를 학습하고 싶을 때디지털 트윈, 3D 시뮬레이션, AR/VR 렌더링 분석 등 고급 시나리오예: 바닥의 오염도를 색상 값으로 시각화하여 로봇이 더러운 구역을 우선 청소하게 만들기 개념 이해RenderTexture: Unity의 카메라나 셰이더가 출력한 영상을 오프스크린 버퍼에 저장한 텍..

Buffer Sensor는 에이전트가 가변적인 수의 객체를 관찰할 수 있도록 해주는 센서입니다.관찰할 대상이 매번 바뀌거나, 수가 일정하지 않은 상황에서 유용하게 사용됩니다.예: 주변에 쓰레기가 몇 개 있을지 모를 때, 그 수에 따라 관찰을 자동으로 조정할 수 있다면? 언제 사용하나요?주변에 존재하는 객체(유출물, 적, 아이템 등)의 수와 위치가 매번 다를 때다수의 객체를 동적으로 추적해야 할 때레이, 그리드 센서로는 표현이 어렵거나 비효율적인 경우예: 로봇 청소기 주변에 쓰레기나 장애물이 불규칙하게 생성/삭제되는 상황 주요 설정 항목설정 항목설명MaxNumObservables한 번에 추적할 수 있는 최대 객체 수ObservableSize각 객체를 표현하는 float 값의 개수예: ObservableSi..

Audio Sensor는 Unity ML-Agents에서 에이전트가 소리를 관찰할 수 있도록 해주는 센서입니다.아직 실험적 기능으로 분류되며, 고급 시나리오나 특수 목적 학습에 적합합니다.말하는 걸 이해하거나, 특정 소리를 감지해서 반응하는 AI를 만들고 싶다면? 언제 사용하나요?음성 명령 인식이 필요한 에이전트주변 소리를 듣고 반응하는 행동 훈련소리 위치 추정(음향 위치 파악)예: “청소 시작해!” 음성에 반응하는 로봇 청소기 주요 설정 항목설정 항목설명Buffer Length관찰할 오디오 데이터의 시간 길이Compression TypePNG 압축 여부 (성능 최적화 가능)Signal Type모노 / 스테레오 채널 선택Sample Type진폭(raw amplitude) vs 스펙트럼(FFT)FFT Re..

Grid Sensor는 에이전트가 주변 환경을 격자 셀(cell) 단위로 나누어 구조화된 방식으로 인식할 수 있도록 도와주는 센서입니다.공간 자체를 데이터로 보는 방식으로, 지도 기반 추론, 미로 탐색, 영역별 상태 추적 등에 유용합니다.한마디로, 에이전트의 ‘미니맵’ 감각을 만들어주는 도구입니다. 언제 사용하나요?미로, 방 구조, 넓은 영역의 상태를 추적해야 할 때리소스 수집, 영역 통제, 지역 기반 의사결정이 필요할 때물체의 정확한 위치보다 ‘존재 여부’만 알면 되는 경우예: 청소 영역을 격자로 나눠 ‘청소 완료 여부’를 학습시키기 주요 설정 항목설정 항목설명Grid Size (X, Y, Z)격자 셀 수 (3D 공간 내 몇 칸씩 나눌 것인지)Cell Scale각 셀의 실제 크기Detectable Ta..

Ray Perception Sensor는 에이전트가 레이캐스트(raycast)를 통해 주변 물체의 위치와 종류를 감지할 수 있도록 해주는 센서입니다. 에이전트의 '근접 감각' 혹은 '레이더' 역할을 한다고 볼 수 있습니다. 언제 사용하나요?장애물이나 목표물을 감지해야 할 때캐릭터 주변의 공간 구조를 인식해야 할 때탐색(Navigation), 회피(Avoidance) 등 즉각적인 반응이 필요한 환경예: 로봇 청소기가 가구 다리를 감지하고 피해서 이동 주요 설정 항목Ray Sensor는 다양한 매개변수로 구성할 수 있으며, 상황에 맞게 조정이 필요합니다.설정 항목설명Rays Per Direction정면을 기준으로 좌/우로 뻗는 레이 수Max Ray Degrees좌우 레이 전체가 펼쳐질 최대 각도Ray Len..

Camera Sensor는 에이전트가 시각적으로 환경을 인식할 수 있도록 도와주는 센서입니다.이미지 데이터를 처리하는 CNN(합성곱 신경망) 기반 정책 학습이 필요할 때 사용됩니다. 언제 사용하나요?에이전트가 물체를 구별하거나특정 색상/패턴을 인식하고공간의 형태나 변화를 이해해야 할 때예: 바닥의 더러운 구역을 보고 이동하는 로봇 청소기 주요 설정 항목CameraSensor는 Unity의 Camera 객체를 기반으로 구성되며, 다음과 같은 설정이 가능합니다.설정 항목설명width, height입력 이미지의 해상도 (성능에 영향)grayscale흑백으로 처리할지 여부 (메모리 절약 가능)compressionPNG 등 압축 방식 지정 (속도 vs 정밀도 트레이드오프)observationType관찰 목적 지정..

Vector Sensor는 가장 기본적이면서도 강력한 센서입니다. 에이전트가 숫자 데이터를 통해 환경을 인식하도록 해줍니다.언제 사용하나요?현재 위치, 속도, 회전 같은 수치 데이터를 관찰할 때내부 상태(예: 배터리 잔량, 청소 모드 등)를 학습에 반영할 때시각이나 물리 센서보다 간단한 상태 표현이 필요할 때\ 어떻게 구현하나요?Agent 클래스의 CollectObservations(VectorSensor sensor) 함수에서 데이터를 수집합니다.public override void CollectObservations(VectorSensor sensor){ sensor.AddObservation(transform.position.x); // x 위치 sensor.AddObserva..

🧠 Unity ML-Agents란?Unity ML-Agents는 게임 엔진 Unity를 기반으로 한 강화학습 플랫폼입니다. 이 툴킷을 통해 게임 캐릭터(NPC)를 학습하는 에이전트로 만들 수 있고, 실제 시뮬레이션 기반 환경에서 다양한 인공지능 학습 실험을 할 수 있습니다.강화학습을 Unity에서 실습해보고 싶다면? ML-Agents는 최적의 선택입니다. 오픈소스, 활발한 커뮤니티Unity 씬 기반 학습 환경 구성Python API 기반 강화학습 훈련Gym/PettingZoo 호환 래퍼 제공ML-Agents는 게임 AI, 로봇 시뮬레이션, 디지털 트윈 개발 등 다양한 영역에서 활용됩니다. 🤖 에이전트(Agent)란 무엇인가?에이전트는 ML-Agents에서 학습의 주체가 되는 Unity 오브젝트입니다...

Claude의 실제 시스템 프롬프트가 깃허브를 통해 유출됐습니다.앤트로픽은 Claude의 시스템 프롬프트를 공식 홈페이지를 통해 공개하고 있었는데, 이번 유출로 공개된 내용보다 훨씬 더 상세하고 방대한 24,000자 분량의 실제 지침서가 드러났습니다. 이 사건은 단순한 정보 누출이 아닙니다. AI가 어떻게 대답하고, 언제 말을 아끼고, 어떤 도구를 사용할지를 결정짓는 핵심 설계도가 외부에 노출된 사례입니다.아래에서는 유출된 프롬프트를 통해 드러난 Claude의 행동 원칙과, 이를 통해 우리가 무엇을 배울 수 있는지 정리해봅니다. 공식 홈페이지 공개 프롬프트: https://docs.anthropic.com/en/release-notes/system-prompts#feb-24th-2025유출된 시스템 프롬..