本論文では、実世界タスク向けのAI学習環境として、Unreal Engine 5（UE5）が有用であるかを検証する。UE5ではLearningAgentsプラグインにより、ビジュアルプログラミングを用いた直感的な学習環境の構築が可能である。しかし、UE5の外部で動作することに対応していないため、内部構造やニューラルネットワーク設計を解析し、汎用形式であるONNXモデルへのエクスポート機能を追加した。
　実験として、模型車両の自律走行タスクに適用した結果、UE5の既存の機能や外部ツールを活用して迅速かつ柔軟に環境を構築することができ、実世界タスク向けに有用な学習基盤になり得ることが確認できた。