SlideShare a Scribd company logo
1 of 14
Download to read offline
「カルチョビット」で
選手のトレーニング
メニューを最適化してみた
Optimization Night #1 ライトニングトーク
2019/10/15
山本 政 (やまもと まさし)
12019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
自己紹介
発表者 山本 政
やまもと まさし
日鉄ソリューションズ株式会社
技術本部 システム研究開発センター 所属
主な
担当業務
 「組合せ最適化」という数学的手法を、
「計画系システム」に応用する
 生産計画、物流計画、要員配置計画など
主な
参画事例
 Jリーグ・マッチスケジューラー「日程くん」
 B.SCHEDULER(B.LEAGUE 試合日程自動立案システム)
 日鐵住金溶接工業様 千葉工場 投入計画システム
 ほか、製造業向け・鉄道事業者向けなど、事例多数
2
今日は個人の
趣味で来ています
2019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
「カルチョビット」とは
• Nintendo 3DS の
サッカークラブ育成ゲーム
• 選手を集め、トレーニングし
タイトル獲得を目指す
• プレイヤーは監督
• 予算内で選手を獲得
• 選手をトレーニングする
• 試合では戦術指示と選手交代のみ
引用元:https://www.nintendo.co.jp/3ds/ahbj/index.html
32019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
選手のトレーニング
• 試合中に、「特訓メニューカード」を入手
• ランダムに 4~8枚/試合 くらい入手できる
• 選手に「特訓メニューカード」を使うと、
メニューに応じて能力値が上昇する
4
引用元:https://www.nintendo.co.jp/titles/50010000010746
キ
ッ
ク
ス
ピ
ー
ド
ス
タ
ミ
ナ
テ
ク
ニ
ッ
ク
フ
ィ
ジ
カ
ル
ジ
ャ
ン
プ
メ
ン
タ
ル
疲
労
蓄
積
値
ドリブル +3 +2 +2 +100
ミーティ
ング
+1 +4 +10
「特訓メニューカード」の例(全32種)
引用元:https://calciobit.com/tokkun/nomal-menu/
2019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
スペシャルメニュー
• 特定の「特訓メニューカード」の組合せで、
スペシャルメニューが発動
• 上手に使えば、能力値を効率よく上昇できる
5
カ
ー
ド
1
カ
ー
ド
2
カ
ー
ド
3
キ
ッ
ク
ス
ピ
ー
ド
ス
タ
ミ
ナ
テ
ク
ニ
ッ
ク
フ
ィ
ジ
カ
ル
ジ
ャ
ン
プ
メ
ン
タ
ル
疲
労
蓄
積
値
野人 ランニング ダッシュ
エアロビク
ス
+20 +20 -2 +145
肉体改造 ウェイト ダッシュ ストレッチ +5 +10 +8 +10 +150
執念のクリ
ア
ヘディング ストレッチ 合気道 +6 +2 +4 +10 +10 +110
マルセイユ
ルーレット
ストレッチ アジリティ
カルチョ
ビット
+12 +4 +4 +8 +4 +110
スペシャルメニューの例(全132種) 引用元:https://calciobit.com/tokkun/special-menu/
2019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
6
特訓メニューカードを上手に組み合わせれば
能力値UPを最大化できる…
こ、これは…!!
2019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
こんなの作りました
7
手持ちのカード枚数を
入力して「求解」を押すと…
少々ダサいのはご勘弁を…
画面は tkinter/Python で実装
2019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
こんなの作りました
8
手持ちのカードで
能力上昇が最大と
なるメニューの
組合せを導出
2019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
こんなの作りました
9
パラメータも設定可能
・能力値ごとの考慮重み
・トレーニング回数上限
2019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
定式化
10
<制約条件>
<目的関数>
<定義>
… メニュー を行う回数
(意思決定変数)
… メニュー を行うときに
使用するカード を表す
0-1 のマトリクス
… メニュー を行ったとき
の能力 の上昇値
… 能力 の考慮重み
… カード の手持ち枚数
メニューで使用するカードは
手持ちカード数以内
メニューによって上昇する能力値の
合計を最大化する(重みを考慮)
最適化処理は PuLP/Python で実装
2019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
成果
• メニュー選択に迷うことがなくなった
• 自力でスペシャルメニューの組合せを考えるのは
大変で時間のかかる作業だった
→ 効果的なメニューを、短時間に組めるようになった
• パラメータごとの重み設定機能が便利
• 狙ったパラメータを重点的に鍛えたいときに有用だった
• ゲームをより快適に行えるようになった
112019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
成果
• やりこみは中途半端…
• エンディングには到達(三冠獲得)
• インターネット対戦ランキングで、最高 約700位
• メニューを最適化する以外のゲーム要素も必要
• 「選手寿命をいかに⾧持ちさせるか」が、
最強チームを作るうえで重要
• 選手の疲労をためすぎない
• 日本代表に選出される(なぜか寿命が延びる)
122019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
感想
• 手持ちカードでメニューを最適化するだけでは
解決できない課題がいろいろ出てきた!
• 使い勝手の良いカードはすぐ無くなり、うまく組み合わ
せられないカードがどんどん溜まっていく
→ 不良在庫をどう捌くか、という課題が出てくる
• 次の試合で入手できるカードが予測できないので、
どのカードを残すべきか分からない
→ 悩んでも仕方ないので、そのときの良いメニューで
先食いしてしまう(全体最適にならない)
132019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.
感想
• 手持ちカードでメニューを最適化するだけでは
解決できない課題がいろいろ出てきた!
• 使い勝手の良いカードはすぐ無くなり、うまく組み合わ
せられないカードがどんどん溜まっていく
→ 不良在庫をどう捌くか、という課題が出てくる
• 次の試合で入手できるカードが予測できないので、
どのカードを残すべきか分からない
→ 悩んでも仕方ないので、そのときの良いメニューで
先食いしてしまう(全体最適にならない)
14
現実の問題と同じだな…
と思いました
2019/10/15
Copyright © 2019 Masashi Yamamoto
All rights reserved.

More Related Content

What's hot

公共交通データを可視化するQGIS演習
公共交通データを可視化するQGIS演習公共交通データを可視化するQGIS演習
公共交通データを可視化するQGIS演習Masaki Ito
 
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile BackboneDLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backboneharmonylab
 
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...Deep Learning JP
 
脳波解析での空間フィルタ(ラプラシアン)Analyzing Neural Times Series Data 22章
脳波解析での空間フィルタ(ラプラシアン)Analyzing Neural Times Series Data 22章脳波解析での空間フィルタ(ラプラシアン)Analyzing Neural Times Series Data 22章
脳波解析での空間フィルタ(ラプラシアン)Analyzing Neural Times Series Data 22章Shu Sakamoto
 
Deep Learningを用いた経路予測の研究動向
Deep Learningを用いた経路予測の研究動向Deep Learningを用いた経路予測の研究動向
Deep Learningを用いた経路予測の研究動向HiroakiMinoura
 
物体検出コンペティションOpen Imagesに挑む
物体検出コンペティションOpen Imagesに挑む物体検出コンペティションOpen Imagesに挑む
物体検出コンペティションOpen Imagesに挑むHiroto Honda
 
LLM Webinar - シバタアキラ to share.pdf
LLM Webinar - シバタアキラ to share.pdfLLM Webinar - シバタアキラ to share.pdf
LLM Webinar - シバタアキラ to share.pdfAkira Shibata
 
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。ROBOTIS Japan
 
オープンソース SLAM の分類
オープンソース SLAM の分類オープンソース SLAM の分類
オープンソース SLAM の分類Yoshitaka HARA
 
20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列Toru Tamaki
 
CNNの構造最適化手法について
CNNの構造最適化手法についてCNNの構造最適化手法について
CNNの構造最適化手法についてMasanoriSuganuma
 
【論文読み会】Self-Attention Generative Adversarial Networks
【論文読み会】Self-Attention Generative  Adversarial Networks【論文読み会】Self-Attention Generative  Adversarial Networks
【論文読み会】Self-Attention Generative Adversarial NetworksARISE analytics
 
Autowareの紹介と物体検出
Autowareの紹介と物体検出Autowareの紹介と物体検出
Autowareの紹介と物体検出Yuhki Iida
 
HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...
HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...
HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...harmonylab
 
Geotiff.jsで始めるリアルタイム演算 in foss4g japan 2020 online
Geotiff.jsで始めるリアルタイム演算 in foss4g japan 2020 onlineGeotiff.jsで始めるリアルタイム演算 in foss4g japan 2020 online
Geotiff.jsで始めるリアルタイム演算 in foss4g japan 2020 onlineRyousuke Wayama
 
20170419PFNオープンハウス インターンと採用 公開用
20170419PFNオープンハウス  インターンと採用 公開用20170419PFNオープンハウス  インターンと採用 公開用
20170419PFNオープンハウス インターンと採用 公開用Preferred Networks
 
Batch normalization effectiveness_20190206
Batch normalization effectiveness_20190206Batch normalization effectiveness_20190206
Batch normalization effectiveness_20190206Masakazu Shinoda
 
Pythonistaで始めるiOSプロトタイプ開発
Pythonistaで始めるiOSプロトタイプ開発Pythonistaで始めるiOSプロトタイプ開発
Pythonistaで始めるiOSプロトタイプ開発Yusuke Muraoka
 

What's hot (20)

公共交通データを可視化するQGIS演習
公共交通データを可視化するQGIS演習公共交通データを可視化するQGIS演習
公共交通データを可視化するQGIS演習
 
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile BackboneDLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
 
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
【DL輪読会】Data-Efficient Reinforcement Learning with Self-Predictive Representat...
 
脳波解析での空間フィルタ(ラプラシアン)Analyzing Neural Times Series Data 22章
脳波解析での空間フィルタ(ラプラシアン)Analyzing Neural Times Series Data 22章脳波解析での空間フィルタ(ラプラシアン)Analyzing Neural Times Series Data 22章
脳波解析での空間フィルタ(ラプラシアン)Analyzing Neural Times Series Data 22章
 
Deep Learningを用いた経路予測の研究動向
Deep Learningを用いた経路予測の研究動向Deep Learningを用いた経路予測の研究動向
Deep Learningを用いた経路予測の研究動向
 
物体検出コンペティションOpen Imagesに挑む
物体検出コンペティションOpen Imagesに挑む物体検出コンペティションOpen Imagesに挑む
物体検出コンペティションOpen Imagesに挑む
 
LLM Webinar - シバタアキラ to share.pdf
LLM Webinar - シバタアキラ to share.pdfLLM Webinar - シバタアキラ to share.pdf
LLM Webinar - シバタアキラ to share.pdf
 
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
 
QGIS初級編
QGIS初級編QGIS初級編
QGIS初級編
 
オープンソース SLAM の分類
オープンソース SLAM の分類オープンソース SLAM の分類
オープンソース SLAM の分類
 
20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列
 
CNNの構造最適化手法について
CNNの構造最適化手法についてCNNの構造最適化手法について
CNNの構造最適化手法について
 
【論文読み会】Self-Attention Generative Adversarial Networks
【論文読み会】Self-Attention Generative  Adversarial Networks【論文読み会】Self-Attention Generative  Adversarial Networks
【論文読み会】Self-Attention Generative Adversarial Networks
 
Autowareの紹介と物体検出
Autowareの紹介と物体検出Autowareの紹介と物体検出
Autowareの紹介と物体検出
 
HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...
HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...
HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Est...
 
Geotiff.jsで始めるリアルタイム演算 in foss4g japan 2020 online
Geotiff.jsで始めるリアルタイム演算 in foss4g japan 2020 onlineGeotiff.jsで始めるリアルタイム演算 in foss4g japan 2020 online
Geotiff.jsで始めるリアルタイム演算 in foss4g japan 2020 online
 
20170419PFNオープンハウス インターンと採用 公開用
20170419PFNオープンハウス  インターンと採用 公開用20170419PFNオープンハウス  インターンと採用 公開用
20170419PFNオープンハウス インターンと採用 公開用
 
Batch normalization effectiveness_20190206
Batch normalization effectiveness_20190206Batch normalization effectiveness_20190206
Batch normalization effectiveness_20190206
 
Pythonistaで始めるiOSプロトタイプ開発
Pythonistaで始めるiOSプロトタイプ開発Pythonistaで始めるiOSプロトタイプ開発
Pythonistaで始めるiOSプロトタイプ開発
 
Point net
Point netPoint net
Point net
 

Similar to 「カルチョビット」で選手のトレーニングメニューを最適化してみた

ビズリーチの機械学習基盤
ビズリーチの機械学習基盤ビズリーチの機械学習基盤
ビズリーチの機械学習基盤Naoto Migita
 
中小企業におけるキャッシュレス決済導入のポイント
中小企業におけるキャッシュレス決済導入のポイント中小企業におけるキャッシュレス決済導入のポイント
中小企業におけるキャッシュレス決済導入のポイント良治 富田
 
2019 summercamp 01
2019 summercamp 012019 summercamp 01
2019 summercamp 01openrtm
 
KYOSOPRAS 20191003 登壇資料
KYOSOPRAS 20191003 登壇資料KYOSOPRAS 20191003 登壇資料
KYOSOPRAS 20191003 登壇資料KYOSOPRAS
 
DAIWA Computer CMMI Service Introduction
DAIWA Computer CMMI Service IntroductionDAIWA Computer CMMI Service Introduction
DAIWA Computer CMMI Service IntroductionHiroshi Kobayashi
 
時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証Masaharu Kinoshita
 
~バランススコアカードでの評価事例~ CMS導入で日々進化するウェブサイトへ
~バランススコアカードでの評価事例~ CMS導入で日々進化するウェブサイトへ~バランススコアカードでの評価事例~ CMS導入で日々進化するウェブサイトへ
~バランススコアカードでの評価事例~ CMS導入で日々進化するウェブサイトへloftwork
 
これからのITサービス部門のあり方とは
これからのITサービス部門のあり方とはこれからのITサービス部門のあり方とは
これからのITサービス部門のあり方とはUNIRITA Incorporated
 
【IMJ】Web業界とHCD
【IMJ】Web業界とHCD【IMJ】Web業界とHCD
【IMJ】Web業界とHCDIMJ Corporation
 
顧客要望と情熱のあいだ - B2B SaaS のプロダクトマネジメント -
顧客要望と情熱のあいだ - B2B SaaS のプロダクトマネジメント -顧客要望と情熱のあいだ - B2B SaaS のプロダクトマネジメント -
顧客要望と情熱のあいだ - B2B SaaS のプロダクトマネジメント -Takuma Haraguchi
 
Tableau data science_20190627_distribute
Tableau data science_20190627_distributeTableau data science_20190627_distribute
Tableau data science_20190627_distributeMasabumi Furuhata
 
Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...BrainPad Inc.
 
RTミドルウェアサマーキャンプ2018「SysML実習」
RTミドルウェアサマーキャンプ2018「SysML実習」RTミドルウェアサマーキャンプ2018「SysML実習」
RTミドルウェアサマーキャンプ2018「SysML実習」openrtm
 
【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料
【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料
【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料Takaya Nakanishi
 
[GTC 2018] DGXフォーラム Ridge-i発表資料
[GTC 2018] DGXフォーラム Ridge-i発表資料[GTC 2018] DGXフォーラム Ridge-i発表資料
[GTC 2018] DGXフォーラム Ridge-i発表資料Ridge-i
 
Tableauエンジニア育成の取り組み
Tableauエンジニア育成の取り組みTableauエンジニア育成の取り組み
Tableauエンジニア育成の取り組みHiroshi Masuda
 

Similar to 「カルチョビット」で選手のトレーニングメニューを最適化してみた (20)

ビズリーチの機械学習基盤
ビズリーチの機械学習基盤ビズリーチの機械学習基盤
ビズリーチの機械学習基盤
 
中小企業におけるキャッシュレス決済導入のポイント
中小企業におけるキャッシュレス決済導入のポイント中小企業におけるキャッシュレス決済導入のポイント
中小企業におけるキャッシュレス決済導入のポイント
 
2019 summercamp 01
2019 summercamp 012019 summercamp 01
2019 summercamp 01
 
KYOSOPRAS 20191003 登壇資料
KYOSOPRAS 20191003 登壇資料KYOSOPRAS 20191003 登壇資料
KYOSOPRAS 20191003 登壇資料
 
DAIWA Computer CMMI Service Introduction
DAIWA Computer CMMI Service IntroductionDAIWA Computer CMMI Service Introduction
DAIWA Computer CMMI Service Introduction
 
時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証
 
Smfl20201001
Smfl20201001Smfl20201001
Smfl20201001
 
~バランススコアカードでの評価事例~ CMS導入で日々進化するウェブサイトへ
~バランススコアカードでの評価事例~ CMS導入で日々進化するウェブサイトへ~バランススコアカードでの評価事例~ CMS導入で日々進化するウェブサイトへ
~バランススコアカードでの評価事例~ CMS導入で日々進化するウェブサイトへ
 
これからのITサービス部門のあり方とは
これからのITサービス部門のあり方とはこれからのITサービス部門のあり方とは
これからのITサービス部門のあり方とは
 
【IMJ】Web業界とHCD
【IMJ】Web業界とHCD【IMJ】Web業界とHCD
【IMJ】Web業界とHCD
 
マックスヒルズのCRMに溜まったデータを切ってみたら。
マックスヒルズのCRMに溜まったデータを切ってみたら。マックスヒルズのCRMに溜まったデータを切ってみたら。
マックスヒルズのCRMに溜まったデータを切ってみたら。
 
顧客要望と情熱のあいだ - B2B SaaS のプロダクトマネジメント -
顧客要望と情熱のあいだ - B2B SaaS のプロダクトマネジメント -顧客要望と情熱のあいだ - B2B SaaS のプロダクトマネジメント -
顧客要望と情熱のあいだ - B2B SaaS のプロダクトマネジメント -
 
Tableau data science_20190627_distribute
Tableau data science_20190627_distributeTableau data science_20190627_distribute
Tableau data science_20190627_distribute
 
Jsae 2018 sum
Jsae 2018 sumJsae 2018 sum
Jsae 2018 sum
 
Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...
 
RTミドルウェアサマーキャンプ2018「SysML実習」
RTミドルウェアサマーキャンプ2018「SysML実習」RTミドルウェアサマーキャンプ2018「SysML実習」
RTミドルウェアサマーキャンプ2018「SysML実習」
 
【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料
【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料
【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料
 
[GTC 2018] DGXフォーラム Ridge-i発表資料
[GTC 2018] DGXフォーラム Ridge-i発表資料[GTC 2018] DGXフォーラム Ridge-i発表資料
[GTC 2018] DGXフォーラム Ridge-i発表資料
 
Tableauエンジニア育成の取り組み
Tableauエンジニア育成の取り組みTableauエンジニア育成の取り組み
Tableauエンジニア育成の取り組み
 
Jpc2019 program guide
Jpc2019 program guideJpc2019 program guide
Jpc2019 program guide
 

「カルチョビット」で選手のトレーニングメニューを最適化してみた