2ch勢いランキング 全部 1- 最新50

ゲーマーLV90 人工知能編


ゲーマーLV90 ◆YYqXz1t7YA [] 2018/05/03(木) 17:27:04.30:aC7LfhT5
皆さんお久しぶりです
第三弾は人工知能
ゲームに使えるかもしれない単純な人工知能について良さそうな構想を思いついたのでぼちぼちやっていこうと思います
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 17:31:54.94:aC7LfhT5
簡単に言えば
学習データの作成後 学習データを使用し 行動
学習データとモードで行動に偏りを
表が完成すれば目的行動を取らせられる
こんな感じの人工知能ですね

それでは要素書いていきます
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 17:38:18.36:aC7LfhT5
状態=報酬
01=07
02=08
03=09
04=10
05=11
06=12
07=13
08=14
09=15
10=16
11=17
12=18
13=19

行動=効果
01=+1
02=+2
03=+3
04=+4
05=+5
06=+6
07=−1
08=−2
09=−3
10=−4
11=−5
12=−6
13=±0
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 17:39:00.19: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
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 17:40:32.43: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
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 17:42:32.91:aC7LfhT5
横=行動
縦=状態
?=報酬

 01020304050607080910111213
07?????????????
08?????????????
09?????????????
10?????????????
11?????????????
12?????????????
13?????????????
14?????????????
15?????????????
16?????????????
17?????????????
18?????????????
19?????????????
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 17:44:02.68: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
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 17:52:34.25: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
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 17:53:29.36: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

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 [sage] 2018/05/03(木) 17:54:23.34: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?
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 17:56:08.21: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
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 17:58:49.65: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
名前は開発中のものです。 [sage] 2018/05/03(木) 18:50:39.41:lR8Sdj6R
報酬はどうやって決定するの?
ゲーマーLV90 ◆YYqXz1t7YA [sage] 2018/05/03(木) 19:42:11.21:aC7LfhT5

状態+行動=報酬です
あとを見てもらえれば

勢い5万以上のスレをメールでお知らせするサービス、実施中!!
憧れボディをGETしたい!その夢、ボニックで!

2ch勢いランキング 全部 1- 最新50 ゲ製作技術板ランキング

凡例:

レス番

100 (赤) → 2つ以上レスが付いている
100 (紫) → 1つ以上レスが付いている

名前

名無しさん (青) → sage のレス
名無しさん (緑) → age のレス

ID

ID:xxxxxxx (赤) → 発言が3つ以上のID
ID:xxxxxxx (青) → 発言が2つ以上のID

このページは2ch勢いランキングが作成したキャッシュです。元のページはこちら。削除についてはこちら