SIGGRAPH 2018 Studio で発表する論文 “Real-Time Motion Generation for Imaginary Creatures Using Hierarchical Reinforcement Learning” のデモビデオです。強力な計算機を使わず、スマートフォン上でも、様々な身体形状をもつ数十体の人工生命が、最適な動き方と行動の計画をリアルタイムに学習して実行することができる手法を提案します。また、このアルゴリズムを誰もがUnity上で利用できるように、オープンソース化し、手元で実行可能なデモアプリケーションを公開しています。SIGGRAPHの会場では、さらに来場者が複数の生命を配合して新たな身体形状の生命を誕生させ、多様性が広がっていくデモンストレーションを行います。研究の詳細や、手元で実行可能なデモはこちらをご覧ください https://dmv.nico/ja/casestudy/rlcreature/論文はこちら https://dmv.nico/assets/img/casestudy/rlcreature/siggraph2018_rlcreature.pdfUnity向けOSSはこちら https://github.com/dwango/RLCreature
Dwango Media Villageが開発したRPGアツマールのゲームプレイ方法を自動的に学習するシステム「マールタス」の紹介です。マールタスはDeep Q-Learning(Q学習)と呼ばれる機械学習の手法を用いて、人がルールを教えなくても自らゲームを何度もプレイしながら上達します。今回はすりっぱさんの「1分剣闘士」を学習する様子を観察してみました。後日、学習のコア部分であるDeep
デモビデオ so33629687 の補助動画です。強化学習部(Decision-Maker)の実験として、フードの獲得量を最大化するようにエージェントを学習させたものです。学習したエージェント(青)は,高くて届かないフード(赤)は無視して地面にあるフード(緑)を効率的に取るように行動計画を決めます。学習しないでルール通りにフードに向かって進むエージェント(黄)は,高くて届かないフー
デモビデオ so33629687 の補助動画です。様々な身体形状を人工生命に与えると、それぞれの身体に応じた動かし方を獲得していきます。研究の詳細はこちらをご覧ください https://dmv.nico/ja/casestudy/rlcreature/
SIGGRAPH 2018 Studio で発表する論文 “Real-Time Motion Generation for Imaginary Creatures Using Hierarchical Reinforcement Learning” のデモビデオです。強力な計算機を使わず、スマートフォン上でも、様々な身体形状をもつ数十体の人工生命が、最適な動き方と行動の計画をリアルタイムに学習して実行することができる手法を提案します。また、このアルゴリズムを誰も
人間のような人工知能は作れない?▶︎chapter00:00 1.人工知能とは01:20 2.プログラム設計手順02:14 3.人間の思考手順02:49 4.人間の記憶単位03:41 5.人間の行動条件05:19 6.人間の社会性06:13 7.おわり背景:Tda式初音ミク・アペンドVer1.10素材:いらすとやhttps://www.irasutoya.com/BGM:ワスレナグサhttps://www.youtube.com/watch?v=NHfopv9no38 00:00
ニコッターではニコニコ動画のスマートフォンで人工生命数十体がリアルタイムに学習可能な深層強化学習の動画を掲載しています。科学や強化学習などの関連する動画を始めとしてそのほかにもたくさんのムービーを掲載しています。
もしも期待する動画でなかった場合はYouTubeやFC2動画、Dailymotionでこの動画を検索してみて下さい。