ゲーマーLV90 人工知能編

[4 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/03(木) 17:39:00.19 ID:aC7LfhT5]

報酬＝報酬量
01＝−500
02＝−500
03＝−500
04＝−500
05＝−500
06＝−500
07＝−3
08＝−2
09＝−1
10＝±0
11＝＋1
12＝＋2
13＝＋3
14＝＋2
15＝＋1
16＝±0
17＝−1
18＝−2
19＝−3
20＝−500
21＝−500
22＝−500
23＝−500
24＝−500
25＝−500

[5 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/03(木) 17:40:32.43 ID:aC7LfhT5]

状態　　行動　　効果　報酬　　報酬量？
00　　　00　　　000　01　□　−500
00　　　00　　　000　02　□　−500
00　　　00　　　000　03　□　−500
00　　　00　　　000　04　□　−500
00　　　00　　　000　05　□　−500
00　　　00　　　000　06　□　−500
07　□　01　□　＋1　07　□　−3
08　□　02　□　＋2　08　□　−2
09　□　03　□　＋3　09　□　−1
10　□　04　□　＋4　10　□　±0
11　□　05　□　＋5　11　□　＋1
12　□　06　□　＋6　12　■　＋2
13　■　07　■　−1　13　□　＋3
14　□　08　□　−2　14　□　＋2
15　□　09　□　−3　15　□　＋1
16　□　10　□　−4　16　□　±0
17　□　11　□　−5　17　□　−1
18　□　12　□　−6　18　□　−2
19　□　13　□　±0　19　□　−3
00　　　00　　　000　20　□　−500
00　　　00　　　000　21　□　−500
00　　　00　　　000　22　□　−500
00　　　00　　　000　23　□　−500
00　　　00　　　000　24　□　−500
00　　　00　　　000　25　□　−500

[6 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/03(木) 17:42:32.91 ID:aC7LfhT5]

横＝行動
縦＝状態
？＝報酬

　01020304050607080910111213
07？？？？？？？？？？？？？
08？？？？？？？？？？？？？
09？？？？？？？？？？？？？
10？？？？？？？？？？？？？
11？？？？？？？？？？？？？
12？？？？？？？？？？？？？
13？？？？？？？？？？？？？
14？？？？？？？？？？？？？
15？？？？？？？？？？？？？
16？？？？？？？？？？？？？
17？？？？？？？？？？？？？
18？？？？？？？？？？？？？
19？？？？？？？？？？？？？

[7 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/03(木) 17:44:02.68 ID:aC7LfhT5]

ずれてる(笑)

　　01　02　03　04　05　06　07　08　09　10　11　12　13
07　08　09　10　11　12　13　06　05　04　03　02　01　07
08　09　10　11　12　13　14　07　06　05　04　03　02　08
09　10　11　12　13　14　15　08　07　06　05　04　03　09
10　11　12　13　14　15　16　09　08　07　06　05　04　10
11　12　13　14　15　16　17　10　09　08　07　06　05　11
12　13　14　15　16　17　18　11　10　09　08　07　06　12
13　14　15　16　17　18　19　12　11　10　09　08　07　13
14　15　16　17　18　19　20　13　12　11　10　09　08　14
15　16　17　18　19　20　21　14　13　12　11　10　09　15
16　17　18　19　20　21　22　15　14　13　12　11　10　16
17　18　19　20　21　22　23　16　15　14　13　12　11　17
18　19　20　21　22　23　24　17　16　15　14　13　12　18
19　20　21　22　23　24　25　18　17　16　15　14　13　19

[8 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/03(木) 17:52:34.25 ID:aC7LfhT5]

説明が失敗しそうな予感がする

状態＋行動＝報酬
状態　行動　効果　報酬　報酬量

状態13　行動13　効果13　報酬25　報酬量8

記憶
状態　行動　報酬量？　回数　上限

状態　認識　参照　行動　報酬　記憶
状態ｎの時に行動ｎをしたら報酬ｎが得られた

[9 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/03(木) 17:53:29.36 ID:aC7LfhT5]

モード
学習データ作成モード
状態に対して学習データを参照して
回数が少ない行動を取る　回数が同じ場合は　行動変数小さい順　や　行動01から順に
など

学習データ使用モード
状態に対して学習データを参照して
報酬が一番高く確率が高い行動を選択　確率が同じ場合新しいのを選択
や
スコアがｎ点になるように行動　ｎ点になったらその点数を維持
など

[10 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/03(木) 17:54:23.34 ID:aC7LfhT5]

記憶上限
報酬複数や報酬変化に対応　など
上限超えた記憶を消すのが重要
上限少ない方が適応が速い
状態　行動　結果　回数＝％　上限
回数＝報酬を得た回数
古いのから消えていく
例　報酬複数
状態01＋行動01＝報酬01　50　100
状態01＋行動01＝報酬02　30　100
状態01＋行動01＝報酬03　20　100

状態＋行動＝報酬　の表の作成と使用
表の作成＝学習
表の使用＝予測

状態ランダムテーブルシャッフル
09　08　07　04　05　06　03　02　01　10　13　12　11　など
13回状態変えたらシャッフル
一応確率式でも可能だけど確率式だと学習漏れする可能性がある
100÷13＝約7.69％　01から13まで各状態7.69％とかだと学習漏れの可能性

学習率
学習率100％＝表の完成？　確率的な場合　表が完成しない場合もある
記憶上限も関係？

[11 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/03(木) 17:56:08.21 ID:aC7LfhT5]

フェーズ　学習データ作成モード　ざっくり
モード＝状態に対して学習データを参照して
　　　　回数が少ない行動を取る　回数が同じ場合は　行動変数小さい順　や　行動01から順に

状態ランダムテーブルシャッフル
状態　テーブルの1番
状態認識
モード参照
行動
報酬獲得
記憶
状態　テーブルの2番
状態認識
モード参照
行動
報酬獲得
記憶
テーブル13まで終わったら
状態ランダムテーブルシャッフル
状態　テーブルの1番
状態認識
モード参照
行動
報酬獲得
記憶
13×13＝169　で表完成

フェーズ　学習データ使用モード　ざっくり
モード＝状態に対して学習データを参照して
　　　　報酬が一番高く確率が高い行動を選択　確率が同じ場合新しいのを選択

状態ｎに対して作成した表の行動13を選択でモードの表現

[12 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/03(木) 17:58:49.65 ID:aC7LfhT5]

とりあえず要素はこんな感じです
説明なしでも伝わるか時間置いてみようと思います

[13 名前は開発中のものです。 2018/05/03(木) 18:50:39.41 ID:lR8Sdj6R]

報酬はどうやって決定するの？

[14 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/03(木) 19:42:11.21 ID:aC7LfhT5]

>>13
状態＋行動＝報酬です
あと>>4を見てもらえれば

[15 名前は開発中のものです。 2018/05/04(金) 22:18:50.88 ID:n9JbwOr3]

学習データとは？ざっくりしすぎでは・・・

[16 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/05(土) 00:10:00.19 ID:z96vZ9b+]

>>15
>>7と>>10の例　報酬複数を見てもらえれば

[17 名前は開発中のものです。 2018/05/08(火) 12:51:01.99 ID:k5dyx4p9]

レコメンドエンジンみたいだな

[18 ゲーマーLV90 ◆YYqXz1t7YA 2018/05/08(火) 14:12:50.03 ID:IzTxC8ab]

レコメンドエンジンちょっと調べてみた

レコメンド
ALS(Alternative Least Squares=交互最小二乗法)とは行列分解の手法の1つ
を用いる
このスレも行列分解の手法の1つ？

協調フィルタリング
チェックまたは購入　類似性　相関分析　関連付け　提示

状態＋行動＝評価　このスレ
ユーザー＋アイテム＝レーティング　レコメンド

人の評価をすり合わせて評価の予測？　レコメンド
ユーザー1＝ユーザー2と類似性がありアイテム1の評価がされていない
ユーザー2＝ユーザー1と類似性がありアイテム1が高評価
ユーザー1にアイテム1を提示

過去の結果とのすり合わせ　このスレ
他ユーザーとのすり合わせ　レコメンド

合ってるか分からないけどこんな感じかな？

相関分析で敵の行動予測とかできそう
敵の行動＝敵のモード

[19 名前は開発中のものです。 2018/05/19(土) 21:41:48.21 ID:XUCzaMwj]

今回はウディタでサンプル作らないの？

[20 名前は開発中のものです。 2018/05/22(火) 20:56:33.45 ID:z5Z1yyt2]

張り切って酉まで付けたのにまた終わっちゃったねwwwww

[21 名前は開発中のものです。 2018/06/01(金) 20:58:45.43 ID:ty3Sqiwe]

ﾟ　･　。：　．ﾟ：．　。*　o・　：ﾟﾟ　。ﾟ　　：∴ﾟ　･　。：　．　ﾟ：．　。*　　o・：ﾟﾟ　。　ﾟ：∴。：　　ﾟ。
　∴　。o　．ﾟ　：． 　　。　o　　・　：ﾟﾟ　　　・　：　ﾟﾟ　。ﾟ　　　： 　　ﾟ∴　ﾟ　　･　。　：　．　*ﾟ
o・　。 ﾟ：　．ﾟ　･　　。　*：　o・　：ﾟﾟ　　。　 ／　　　　ﾟ∴．ﾟ　：． 　　。　o・　：ﾟﾟ　。ﾟ：　ﾟ∴　ﾟ：
。　：ﾟ。　ﾟ　･oﾟ　･　。：　　．ﾟ：．　。*　　／　o・：　　ﾟﾟ　。ﾟ　：∴。：　　ﾟ。　　ﾟ∵：　。ｏﾟ　　･　。
　　　。　o・　　　　：ﾟﾟ　　　。ﾟ： 　ﾟ　　／　　∴ﾟ　　･　。：　　　*∵　　　ﾟ∵　　　　　*。　：。　ｏ゜ﾟ
∴　。　o・　：ﾟﾟ　。　　ﾟ： 　　ﾟ　　　／　　　∴ﾟ　　　　。：　．　　　　　　　　　　*ﾟ：．。　　ﾟ∵*　：
　　　　。ﾟ：　ﾟ∴．　　　　ﾟ：． 　 ／　　　。 ｏﾟ　･　　　　　o・。 ﾟ：　．ﾟ　･　　・：　ﾟﾟ　　。ﾟ：
　　　　　　　　･　。：．ﾟ：　　　／　　　　　．。　　o・：ﾟﾟ　　　　　　　　　　。ﾟ：ﾟ　∴　ﾟ　：　ﾟ　∵
　ﾟ　･　　　。ﾟ　･　。　　：　☆　．　　ﾟ*　・　　ﾟ。　：．　　。　*o・：　ﾟ　ﾟ　。ﾟ：　　ﾟ。　 。ﾟ：ﾟ　　*ﾟ　ﾟ
∵　ﾟ∵：　　o・：ﾟﾟ　　　。　　　　　ﾟ：ﾟ∴　。ｏ　*ﾟ　･　。：　　　　．　ﾟ：．。　　　o・：　ﾟﾟ*：　　o・
　　　　　。ﾟ：ﾟ　∴　ﾟ　　　ﾟ：　ﾟ　∵ﾟ。ﾟ∵o：。ｏﾟ　･　　　　　o・。 ﾟ：　．ﾟ　･　　　　　。∴。：　ﾟ。
。：　．ﾟ：．。　o　　　　　・：ﾟﾟ∴　。o・：　ﾟﾟ　。ﾟ： ﾟ　∴ﾟ　･　。：　　．　*ﾟ：　．。　o・：ﾟ　。　ﾟ： ﾟ。
　・　　゜　。　　．
　　　　．　　　　　゜
．　　。　・　　　　．
　゜　 ＼　　゜　．
゜　・　　。　　　゜
　．　　　 ＼　゜　　.
　　　　．　　。　・
。　　☆　　　|　．　　　　　　　　　　　　そして彼らは星になった
　．　　・　　。　　゜
　　゜・　　 /　．
　。　　．　。　　　゜
．　　　　． ＼　　　.
　　゜　゜　　 ＼／゜
　　　．　　　． ゜

[22 名前は開発中のものです。 2019/06/19(水) 04:15:47.60 ID:qVadzKwr]

【出資】松本卓朗 人工知能詐欺【注意】
https://rio2016.5ch.net/test/read.cgi/rikei/1560859403/

[23 名前は開発中のものです。 2023/08/01(火) 14:29:41.01 ID:UcyQJijg]

公園で寝てるおっさんが蚊のドリンクバーと化しててわろた

[24 名前は開発中のものです。 2023/09/23(土) 23:23:56.37 ID:aLog1Q6o]

あーもう、なんかうまくいかないこと続きだよね。

[25 名前は開発中のものです。 2023/10/16(月) 15:53:28.87 ID:bXUSg8ad]

https://i.imgur.com/UHEkDQL.jpeg