ゲーマーLV90　人工知能編

**ゲーマーLV90** ◆YYqXz1t7YA · 2018/05/03(木) 17:52:34.25

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

**ゲーマーLV90** ◆YYqXz1t7YA · 2018/05/03(木) 17:53:29.36

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

**ゲーマーLV90** ◆YYqXz1t7YA · 2018/05/03(木) 17:54:23.34

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？

**ゲーマーLV90** ◆YYqXz1t7YA · 2018/05/03(木) 17:56:08.21

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

**ゲーマーLV90** ◆YYqXz1t7YA · 2018/05/03(木) 17:58:49.65

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

**名前は開発中のものです。** · 2018/05/03(木) 18:50:39.41

報酬はどうやって決定するの？

**ゲーマーLV90** ◆YYqXz1t7YA · 2018/05/03(木) 19:42:11.21

>>13
状態＋行動＝報酬です
あと>>4を見てもらえれば

**名前は開発中のものです。** · 2018/05/04(金) 22:18:50.88

学習データとは？ざっくりしすぎでは・・・

**ゲーマーLV90** ◆YYqXz1t7YA · 2018/05/05(土) 00:10:00.19

>>15
>>7と>>10の例　報酬複数を見てもらえれば

**名前は開発中のものです。** · 2018/05/08(火) 12:51:01.99

レコメンドエンジンみたいだな

**ゲーマーLV90** ◆YYqXz1t7YA · 2018/05/08(火) 14:12:50.03

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

**名前は開発中のものです。** · 2018/05/19(土) 21:41:48.21

今回はウディタでサンプル作らないの？

**名前は開発中のものです。** · 2018/05/22(火) 20:56:33.45

張り切って酉まで付けたのにまた終わっちゃったねwwwww

**名前は開発中のものです。** · 2018/06/01(金) 20:58:45.43

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
　．　　・　　。　　゜
　　゜・　　 /　．
　。　　．　。　　　゜
．　　　　．＼　　　.
　　゜　゜　　＼／゜
　　　．　　　．゜

**名前は開発中のものです。** · 2019/06/19(水) 04:15:47.60

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

**名前は開発中のものです。** · 2023/08/01(火) 14:29:41.01

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

**名前は開発中のものです。** · 2023/09/23(土) 23:23:56.37

あーもう、なんかうまくいかないこと続きだよね。

**名前は開発中のものです。** · 2023/10/16(月) 15:53:28.87

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

ゲーマーLV90 人工知能編

ゲーマーLV90　人工知能編