【イベント】『アストロノーカ』20周年イベントで明かされる魅力の神髄とは…害獣バブーの遺伝的アルゴリズムにAI学会が注目!? | gamebiz
【イベント】『アストロノーカ』20周年イベントで明かされる魅力の神髄とは…害獣バブーの遺伝的アルゴリズムにAI学会が注目!? モリカトロンは、1月15日に、『アストロノーカ』の発売20周年を記念する、メモリアルトークイベント「アストロパーティー2019」を開催した。20年の時を経て、『アストロノーカ』に詰め込まれたAI技術の全てが公開された本イベントの内容をレポートしていく。 そもそも『アストロノーカ』という作品は、1998年8月27日に、エニックスが発売したプレイステーション用の育成シミュレーションゲームだ。「アストロパーティー2019」を開催するにあたり、スクウェア・エニックスも協力している。 会場となった渋谷のトークライブハウス「LOFT9 Shibuya」では、トークライブの開催に合わせて、開発者たちが原案したコラボメニューの販売も行われた。 本イベントには、『アストロノーカ』製作
無限ミニゲーム生成器を今度は遺伝的プログラミングで作ろうかと - ABAの日誌
思っていたのだけどやはりうまくいかん。 game-combinator 前回の無限ランダムひどいアクションゲーム生成器への道ではボタンを押した時にゲームに与える影響をランダムに変化させてゲームを生成しようとしていたけど、いまいちゲームにバリエーションが出ないのが欠点だった。 もうちょっとドラスティックにゲームの構成を変えないとバリエーションが得られないかなと思って、今度は遺伝的プログラミングっぽくゲームのコードを組み合わせて新しいゲームを作るアプローチを試してみた。 例えば、 のような上から降ってくる物を避けるゲームを (game helmet (actor stage (if initial (spawn player)) (if (random frequently) (spawn enemy)) ) (actor player (if initial (place bottom_le
Unity で簡単な Boids の群れモデルを実現する
このページは入門向けの内容ではなく高度な内容です。最低限の説明と、サンプル以外は用意されません。サンプルから読解できなければ内容を理解できないと思います。 このページで利用している用語は必ずしも CG や Boids の論文のそれと同じではありません。説明や簡単のために変更したりしています。 Abstract Boids では、群れを表現するためには、(大まかに)次の3つの条件を成立させれば良いとされています。 群れの各個体は、群れ全体の中心(重心)へ移動しようとする。 群れの各個体は、互いに一定以上の距離を保つ。 群れの各個体は、群れ全体の移動速度や移動方向へ整列しようとする。 この3つが成立すれば、群れのように見えるわけです。 ここでは これにもう1つ条件を加えたいと思います。それは、群れはボスの方向へ進行する、という条件です。実用的なことを考えると、群れの進行方向はある程度制御できた
Python による日本語自然言語処理
はじめに この文書は、 Steven Bird, Ewan Klein, Edward Loper 著 萩原 正人、中山 敬広、水野 貴明 訳 『入門 自然言語処理』 O'Reilly Japan, 2010. の第12章「Python による日本語自然言語処理」を、原書 Natural Language Processing with Python と同じ Creative Commons Attribution Noncommercial No Derivative Works 3.0 US License の下で公開するものです。 原書では主に英語を対象とした自然言語処理を取り扱っています。内容や考え方の多くは言語に依存しないものではありますが、単語の分かち書きをしない点や統語構造等の違いから、日本語を対象とする場合、いくつか気をつけなければいけない点があります。日本語を扱う場合にも
PRML副読本「パターン認識と機械学習の学習」を出版します | TAKESAKO @ Yet another Cybozu Labs
2010年～2011年に社内で開催した機械学習勉強会の『パターン認識と機械学習』読書会で、光成さんが素晴らしいアンチョコを作ってくれました。PDFファイルは既にgithub 上で公開されていますが、このまま埋もれさせておくのはもったいないということで、暗黒通信団の同人誌として正式に出版されることが決まりました。 ※ 表紙のデザインは今後変更される可能性があります。 目次は以下の通りです。 第 1 章 「序論」のための確率用語 1.1 確率変数は変数なのか.............................. 7 1.1.1 確率空間(Ω, F, P)............................. 7 1.1.2 σ 加法族..................................... 8 1.1.3 確率変数X..........
コンプガチャの数理 -コンプに必要な期待回数の計算方法について- - doryokujin's blog
目次 1. 『コンプガチャの数理 -コンプに必要な期待回数の計算方法について-』 2. 『「数学的ゲームデザイン」というアプローチ』 3. 『コンプガチャの数理 -ガイドラインに基づいたゲームデザイン その1-』 4. 『コンプガチャの数理 -ガイドラインに基づいたゲームデザイン その2-』 目的 コンプガチャのコンプに必要な回数を求める問題は「The Coupon Collector's Problem」と呼ばれる数学モデルの枠組みに沿った美しい問題である事を述べ，いくつかの有用な結果を示す。 ※ あくまで個人研究のつもりで書いたので，色々不備があるかもしれません。その際は一言頂けると助かります。 定義 コンプガチャ問題を Coupon Collector's Problem に準じた形で書くと以下の様になる： 「全部で n 種類のアイテムがあって，1つのガチャの中にアイテムが1つ入って
ボットはいかにして私から価格付けの力を奪ったのか
Carlos Bueno / 青木靖 訳 2012年2月25日 Lauren Ipsum——コンピュータサイエンスやその他のありそうにないもののお話 私に降りかかった問題について話す前に、“Computer Game Bot Turing Test”(コンピュータゲームボットのチューリングテスト)という別な本の話をしよう。ランダムなWikipediaの記事を元にマルコフチェーンを使って「書かれ」ネット上で法外な値段で売られている10万冊以上ある「本」の中の１冊だ。出しているのはBetascriptという、その手の出版社として悪名高い会社だ。 なんかすごいことになっている。Amazonマーケットプレイスには古本を持ったフリをしたボットが山ほどいて、誰もいまだ目にしたことのないような価格戦争を繰り広げているのだ。このチューリングテストの本では輝く未来的なナンセンスを目にすることができる。人間の
機械学習 はじめよう 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
『MaxentSets を使った芸能人推薦 ―アルゴリズムシリーズ 2―』
度々登場させて頂いております hattori です。 ボスからのお達しで2回目のネタを書くことになりました。( 前回のネタはこちら ) 聞く所によると3ヶ月に一回くらいのペースで本シリーズ？を書かねばならないのですが、1年後に果たして書くネタが残っているか、、、若干微妙な感じです。汗。 さて本日のテーマですが、" Set Expansionを利用した芸能人推薦の方法 " を紹介しようと思います。これは以前、株式会社 mixi 様との合同勉強会で発表した内容の補足的な話になっていまして、以下の発表スライドを先に斜め読みして頂けますと以降の話が分かり易いかと思います。 ■ Set Expansion とは何ぞや？ Set Expansion とは 『 SEEDとなる部分セットを拡張・補完して、より完全なセット集合を作る 』 というタスクの事です。若干分かりに難いのですが、より平易に言うと 『
遺伝的アルゴリズムの紹介 - 人工知能に関する断創録
2001年の勉強会で発表した遺伝的アルゴリズムの紹介資料です。HDDをあさってたら見つけたので一応記録。ほんのさわりです。最近の研究ではどこまで進展したんでしょうね？遺伝的アルゴリズムって複雑系と人工生命の文脈で捕らえるのが面白いのに、研究だとただの探索アルゴリズムになっちゃうのが悲しかった。 はじめに 遺伝的アルゴリズム（Genetic Algorithm:GA）とは、生物進化（自然選択、突然変異）から着想を得た汎用的な探索手法です。探索というのは、たくさんの解の候補がある中から、最も良い解を探すことです。つまり、GAとは解の候補から最もよいものを探すのが目的と考えられます。 歴史的背景 GAは、1975年、Hollandによって初めて導入されました。当時は、「なぜ進化のような何十億年もかかるプロセスの真似をするのか？」という反応が多かったらしいです。しかし、その後のGoldbergの研
パターン認識と機械学習（PRML）まとめ - 人工知能に関する断創録
2010年は、パターン認識と機械学習（PRML）を読破して、機械学習の基礎理論とさまざまなアルゴリズムを身につけるという目標（2010/1/1）をたてています。もうすでに2010年も半分以上過ぎてしまいましたが、ここらでまとめたページを作っておこうと思います。ただ漫然と読んでると理解できてるかいまいち不安なので、Python（2006/12/10）というプログラミング言語で例を実装しながら読み進めています。Pythonの数値計算ライブラリScipy、Numpyとグラフ描画ライブラリのmatplotlibを主に使ってコーディングしています。実用的なコードでないかもしれませんが、ご参考まで。 PRMLのPython実装 PRML読書中（2010/3/26） 多項式曲線フィッティング（2010/3/27） 最尤推定、MAP推定、ベイズ推定（2010/4/4） 分類における最小二乗（2010/4/
「言語処理のための機械学習入門」を参考に各種モデルに対するEMアルゴリズムを実装したよ - nokunoの日記
Amazonにもレビューを書いたのですが、高村さんの「言語処理のための機械学習入門」を読みました。実はこの本を読むのは2回目で、1回目はドラフト版のレビューをさせていただく機会があったのですが、そのときは「言語処理研究者のための機械学習入門」というタイトルで、ちょっと敷居が高いのではないかとコメントしたら「研究者」の部分が削られたという経緯があったりしました。 それはともかくとして、以前読んだときは時間もなくて実装までする暇はなかったのですが、今度はもうちょっとじっくり読みたいなということで、このブログに書いてみようと思います。EMアルゴリズムは教師なし学習を確率モデルと最尤推定でやろうとするときに必ず出てくる手法で、隠れ変数や欠損値を含む色々なモデルに適用できる汎用的なフレームワークになっています。一般的には混合ガウス分布の場合をまず説明して、それがk-means法の一般化した形になって
遺伝的アルゴリズムを使って数独を解く | TRIVIAL TECHNOLOGIES 4 @ats のイクメン日記
みんなのIoT/みんなのPythonの著者。二子玉近く160平米の庭付き一戸建てに嫁/息子/娘/わんこと暮らしてます。月間1000万PV/150万UUのWebサービス運営中。 免責事項 プライバシーポリシー Solving Sudoku with genetic algorithms(遺伝的アルゴリズムを使って数独を解く) というブログエントリを読んで，遺伝的アルゴリズムの入門記事として面白かったので紹介。 遺伝的アルゴリズムとは，生命の遺伝の仕組みを模した方法を使って解を探索する手法のこと。データを遺伝子で表現した個体を複数用意し，適応度によって個体を選択し，遺伝子に突然変異を起こしたりして解を探索してゆく。実装例としては，PostgreSQLが問い合わせを最適化するのに遺伝的アルゴリズムを使っている。上記エントリでは，この遺伝的アルゴリズムを使って数独の問題を解く手法を紹介している。
はてなブログ | 無料ブログを作成しよう
来年も作りたい！ふきのとう料理を満喫した 2024年春の記録 春は自炊が楽しい季節 1年の中で最も自炊が楽しい季節は春だと思う。スーパーの棚にやわらかな色合いの野菜が並ぶと自然とこころが弾む。 中でもときめくのは山菜だ。早いと2月下旬ごろから並び始めるそれは、タラの芽、ふきのとうと続き、桜の頃にはうるい、ウド、こ…
ダンジョン自動生成！つづき！: 濃密金石文
ゲームを遊んだり作ったり本を読んだ感想を書いたり。タイトルで言うほど濃密ではなく基本的にあっさり味です。 うっわお久しぶり更新になっちゃった！！ いろいろ悩んでたらこんなに更新日付過ぎちゃったよ。 今回は穴掘り方をカスタマイズして、5つの宝島で使える省リソースなんちゃって自動ダンジョン生成方法を考察する！ 迷路を16マスに分割せよ！ 32×32のチップが構成できるフロアを全て自動生成の対象にするのは、これかなり自由度高すぎで、機械にやさしくない。マップを8×8チップのブロックに分割し、擬似的に4×4の地図だとみなしてダンジョンを自動生成しよう、というのが前回までの流れだったと思う。 で、4×4の地図それぞれに東西南北の壁があるとして、フロアと壁のフラグをどのように持てばよいかを整理した図が↓だ。 いきなり目のちかちかする図形に囲まれてここはIKEAかと思った各位には謝罪のほか手段を持たない
Boidsとは
Boid（ボイド）とは、1987年にCraig Raynoldsによって発表された理論です。 この理論は、３つのルールを規定するだけで鳥の群れをシミュレーションできるというものです。 ちなみにBoidという名の由来は、鳥もどきという意味の言葉birdoid（バードイド）が短くなりこのように呼ばれるようになりました。 さて、Boidsの３つのルールとは、以下の通りです。 Separationは、近くの鳥や物体に近づきすぎたらぶつからないように離れるルールです。 もし、ボイド同士が近づきすぎてしまったら、前を飛んでいるボイドはスピードを速くし、 後ろを飛んでいるボイドはスピードを遅くするようにします。 障害物、例えば柱とか壁とかに対しては、それにぶつからないように方向転換して衝突を避けるようにします。 Alingmentは、近くの鳥たちと飛ぶスピードや方向を合わせようとするルールです。 すなわ
FACEs: FlashLite1.1：SLGの戦略AIを作る
実装してませんが、複数ユニットで攻撃するようなチームプレイ戦略とかを 算出できるようになれば面白くなりそう。 zipファイル ※ちなみに as/init.as の //playerAsCpu = "xooo"; のコメントをはずすと青軍を操作できます。 //thinkTarget.as //攻撃のROI計算 targetBin = ""; _maxYummy = 0; for(i = 1; i <= playerCount; i++ ) { if (i != player) { _units = eval("units" add i); while (length(_units) > 0) { _unitId = i * 1000 + ord(subString(_units, 1, 1)) - 0x80; x = getProperty("map/unit" add _unit
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Amazon.co.jp: はじめてのパターン認識: 平井有三: 本
Charming Python: Functional programming in Python, Part 3
Soccer Simulation