SlideShare a Scribd company logo
1 of 62
Download to read offline
ver1.03
reg1.07
2014/3/6
*注意
ここにまとめられている情報は
➔ ネットの情報
➔ 私の調査結果
➔ 私の妄想
より構成されています
ご利用は自己責任で
UNACとは?
➔ FROM SOFTWAREから発売されたArmored
Core Verdict Day(ACVD)の中の無人AC
➔ 行動ロジック・アセンをカスタマイズして戦場に
放り出すことが可能

FROM SOFTWARE
情報源
1.
2.
3.
4.
5.

2chロボゲ板UNACスレ
UNAC Archives (http://unac.chobi.net/)
youtube, niconico
wiki (http://www21.atwiki.jp/armoredcoreforever)
Twitter
用語の定義
➔ オペカス
◆ オペレーションカスタム

➔ オペ指示
◆ オペレータの指示

➔ オペレーション
◆ オペレーション→カテゴリ→アクションチップの階層のや
つね

(まぎらわしい
基本編
UNACの開放方法
➔ ミッション3クリア後に弄れるように(1枠開放)
◆ ゲームを再起動をしないと開放されないバグあり
➔ DLCでUNAC枠を新たに追加できる
◆ UNAC SET 300円
◆ UNAC SPECIAL SET 800円 (マギーor主任VOICE付)
オペカスの基本
各カテゴリのチップをいじって行動ロジックを構築
➔
➔
➔
➔
➔
➔
➔
➔
➔
➔

移動(ターゲットに対して目的地を決める)
右腕攻撃
左腕攻撃
肩部攻撃
認識(ターゲットの認識)
ターゲット評価(ターゲットの優先順位を決める)
回避
特殊移動(移動の際にHB、BD、GB使用など)
特殊行動(リコン、スキャンモード、ブーチャ、OWなど)
デフォルトの機能(目的地に通常boost,BDジャンプで移動する*)

*障害物があったらたまにジャンプやBDで移動する程度。HBはしない。
オペカスのイメージ
➔
➔
➔
➔
➔
➔
➔
➔
➔

移動 / ターゲットの100m前方に移動しろ!
右腕攻撃 / 0〜200mで攻撃しろ!
左腕攻撃 / 0〜200mで攻撃しろ!
肩部攻撃 / 50〜200mでミサイル発射しろ!
認識 / 600mまで認識しろ!350mまでなら障害物に隠れいるのも認識しろ!
ターゲット評価 / 距離が近くやつを優先しろ!
回避 / ロックされたらHBで回避しろ!
特殊移動 / 移動の際にはHBを使え!
特殊行動 / リコンを10sec毎に使え!近づいた敵にはブーチャだ!
UNACの基本行動
敵の認識→ターゲットを選定→
[移動]目的地を決定→移動
[攻撃]敵をロックオン→攻撃
*回避は敵を認識していなくても発動
➔ 他のカテゴリとは独立している
◆ というか全カテゴリは独立して並列で実行されるが、回
避カテゴリはタゲを認識してなくても実行されるので他よ
りも優先されるように見える
➔ サイティングや移動の邪魔をする
オペレーション
最大で3つのオペレーションを設定可能
➔ オペレーション1 - カテゴリ群(移動、認識、・・・)
➔ オペレーション2 - カテゴリ群(移動、認識、・・・)
➔ オペレーション3 - カテゴリ群(移動、認識、・・・)
★ ターゲットの防御値・脚部タイプ、自分の残りAP、時間、味
方・敵の数でオペレーションを変更可能
★ オペ2, 3に切り替えの条件を設定可能
★ オペ2, 3共に条件に合致した場合、オペ3になる
オペレーションの切り替え
➔ 四脚にはオペレーション2でハンガーのパルマシで攻撃
だ!ってな具合にできる
➔ 防御値は衝撃による防御低下も考慮されるのでハンガーく
るくる病が発生する
オペレーションの階層
オペレーション層
・・・

カテゴリ層
チップ層

各カテゴリ層は条件を満たしたときに、各カテゴリが並列で実行
される
例.
➔ ターゲットを認識している時に、移動カテゴリがONになる
➔ ターゲットを認識している時に、攻撃カテゴリがONになる
➔ 回避は常にON状態
オペレーションコスト
➔ チップの数が増えるとコストが増える
➔ コストが増えると
◆ サイティングが鈍くなる
◆ 命令解釈までの時間が増える(コスト40000くらいから急
に増えるとの報告あり)
チップ層
➔ 1つのチップのみをぶら下げた
固定
場合、固定となり同じカテゴリ内
のチップ間の挙動については
考える必要無し
➔ 複数のチップをぶら下げた場
合、並列、順列、比率、条件に
よって同じカテゴリ内の実行さ
並列or順列or比率or条件
れるチップ挙動が変わる
カテゴリの[条件]
➔
チップを3つぶら
下げた場合
A

B

➔

C

➔
➔

アクションチップ
更新間隔
時間
A

B

Aにマッチする場合

A

C

A、Bにマッチせず
Cにマッチする場合

Aにマッチせず
Bにマッチする場合

➔

[条件]は、攻撃・ターゲット評価・特
殊移動カテゴリで使用可
カテゴリの「アクションチップ更新間
隔」で各チップの継続時間を設定
チップには距離や限界EN率などで
アクティブになる条件を設定する
「アクションチップ更新間隔」毎に左
のチップから条件判別をしていき、
最初にマッチしたものが1つアクティ
ブに
武器カテゴリの挙動を見ている限
り、マッチするものが無ければチップ
の切り替わりは起きない(直前にア
クティブになったチップを引き続き選
択)と思われる
カテゴリの[順列]
➔
➔

チップを3つぶら
下げた場合
A

B

➔
➔

C

時間
A

Aの継続時間

B

C

A

B

[順列]は、移動カテゴリで使用可
各チップの「継続時間」で継続時間
を設定
左から順番に実行される
わかりやすい
カテゴリの[比率]
➔
チップを3つぶら
下げた場合
A

B

比率 Ra

Rb

➔

C

➔

Rc  

➔
➔
時間
A

C

Aの継続時間
Aがアクティブになる確率
=Ra/(Ra+Rb+Rc)

A

B

B

➔

[比率]は、移動・特殊移動カテゴリで
使用可
各チップの「継続時間」で継続時間
を設定
カテゴリで各チップの実行される比
率を設定
各チップの比率によってランダムに
アクティブになるチップが決まる
ただし、特殊移動カテゴリの場合は
距離や限界EN率の条件を満足しな
いものは選択されない関係で比率0
でもアクティブになる
◆ [条件]+[比率]となってよくわか
らん
移動カテゴリの場合、全部比率0に
すると一番左のチップが常に実行さ
れる模様
カテゴリの[並列]
➔
チップを3つぶら
下げた場合
A

B

➔
➔

C

時間
A
B
C

[並列]は、認識・回避・特殊行動カテ
ゴリで使用可
全てのチップが常に処理される
回避でHBを2つ入れたからといって
HBが同時に発生してENを2倍消費
するということは無さそう
アクションチップ
カテゴリ別にチップの概要を説明していきます
項目の説明は各自でセレクトボタンを押して確認して
移動カテゴリ[順列or比率]
ターゲットに対して目的地を設定する
(目的地に対して移動するのはUNACデフォルトの機能)
目的地
(不確かさ非考慮 )

不確定距離

目的地
(不確かさ考慮してランダムに )
目的距離
不確定角度
目的角度

ターゲット

目的地候補領域
移動

現在地
目的地
➔ 目的地は点
➔ しかし目的地から水平方向に約10mの範囲に入ったら目的
地に到着したと判定される(後述の特殊移動の0HBも発動
しなくなる)。ただしビーコンで目的地を決めた場合には約
20mとなる
➔ 「相対高度」は目的座標には影響していないように見える。
高くするとせいぜい素の移動で出るジャンプの頻度があが
るくらい
約10m
目的地

目的地に到着したと判
定される領域
移動カテゴリのチップ
全部で4種類
➔

➔
➔

➔

距離
◆ ターゲットとの距離を保つように前後の直線移動
◆ ターゲットとの角度には依存しない
前方移動
◆ ターゲットとの距離、角度を保つように斜め前方、斜め後方移動
回り込み移動
◆ 前方移動とほぼ同じ
◆ 設定角度が広く、ターゲットの後方を取るような目的地を設定できる
ジグザグ移動
◆ 設定距離へ前後移動してから角度指定による横移動を行う
リセット挙動
目的地が設定できない場合
➔ 目的地が壁に埋まってる
➔ 目的地がエリア外
➔ 水がある
➔ etc…
目的地をターゲットの50mなどに強制的に設定
➔ 中距離以上の場合、ターゲットに近づく
➔ 近距離の場合、遠ざかる
➔ タンクの場合、もはや制御不能
リセット挙動
➔ リセット挙動によって距離の維持が苦手
➔ 距離500とか維持できるマップはあんまり無い
◆ リセット挙動で近〜中距離らへんをうろついたり

➔ 継続時間の短い前方移動やジグザグ移動を織
りまぜることでリセット挙動が発生しにくくするこ
とも可能
➔ オペ指示のビーコンで目的地を決めればたぶ
ん発生しないと思う(エリア外にビーコンを置か
ない限り)
移動チップのコツ
➔ 適切な距離
◆ 武器を最大限活かせる距離

➔ 適切な移動の種類
◆ アセンやコンセプトによって変わる
◆ これが鉄則というものは無いので試行錯誤しながら調整
攻撃カテゴリ[条件]
➔ チップは武器カテゴリの左から順に装備条件に合致するか
判定し、最初に合致したものがアクティブになる
➔ 合致するチップが無ければ直前に合致したものが引き続き
アクティブになる
➔ 「アクションチップ更新間隔」で指定した時間毎に条件評価
をおこなう
チップ1アクティブ←

→チップ2アクティブ

条件評価する順番

距離

チップ1
攻撃距離
チップ2

装備距離
武器カテゴリの基本
➔
➔

➔
➔

➔

ロックをしないと撃たない(セントリーガンはのぞく)
チップが切り替わると、少し時間を置いてから攻撃する
◆ 「攻撃演算性能」が高いとこの時間が短くなる
◆ これを利用して左右で交互に撃つことも可能
レザライなどのチャージチップの場合、チップが切り替わるとチャージ率に関係
無しに発射する(ちょろ撃ちの原因)
攻撃範囲はターゲットと自分の視線の角度にも依存する
◆ 汎用などの二次ロックするチップはこの角度が狭め→二次ロックしても攻撃
しないということも
◆ ノーロックチップはこの角度を広く設定可能(「攻撃左右範囲」と「攻撃上下
範囲」で)
◆ チャージ武器、腕ミサなどの例外をのぞき、近距離ではノーロックチップが
主流
ノーロックチップは一次ロックで撃つ
武器カテゴリの基本
➔ チップの「搭載位置」で腕かハンガーを指定する
◆ ハンガーを使いたい場合、腕とは別にチップを用意する
必要あり
◆ ハンガーの武器を使う場合、装備距離に気を配らないと
距離が変わるたびにハンガーをくるくるする
➔ 腕武器は右腕攻撃カテゴリで設定
◆ 「搭載位置」をWEAPON ARMSに
◆ 右腕のノーロック近〜中チップの「最長攻撃距離」が長
いのは腕スナのため説がある
➔ 盾に汎用チップなど、武器とチップがちぐはぐになっていても
まあ機能する
構えチップ
➔ 構えを発生させる武器に必要
➔ タンクの場合は使う必要なし
➔ 構えたままオペレーションが変わり、構えじゃな
い武器に持ち替える場合、自動で構えを解除し
てくれない
◆ 左側に「構え解除距離」をMAXにしたチップを入れて構
えを解除させる必要あり
攻撃カテゴリのコツ
➔ 移動チップと武器の特性を最大限活かせる距離を包絡でき
るように設定
◆ 例えば、ライフルだったら近距離と近〜中距離チップで
0〜300mの範囲で攻撃できるようにするとか
➔ 攻撃チップの切り替わり時のラグを短縮するために
◆ 「攻撃演算性能」を100にする
◆ 「アクションチップ更新間隔」を1.0にする
◆ できればチップの枚数を少なくして、チップ切り替わりを
抑制
◆ できれば攻撃範囲を装備範囲よりも広くとる
肩部攻撃カテゴリ[条件]
➔ だいたい攻撃カテゴリと同じ
➔ CIWSは自機にミサイルが発射されなければ迎
撃しないと思われる
➔ CIWSチップは「停止距離」があるので、広範囲
をカバーするんだったらカウンターガンチップを
使った方がまし
認識カテゴリ[並列]
➔ 各チップの範囲内にいる敵をターゲット候補として認識する
➔ 透過チップは障害物に隠れている敵も認識する
➔ 遠距離を入れると遠くの敵に単機で特攻することもある
◆ OPT35で最大350mにして他は全部透過チップにしてオ
ペ指示でがんばるのが主流かな?

認識できる敵
認識できない敵
不透過
透過
ターゲット評価カテゴリ[条件]
認識した敵の中からとある敵を優先してターゲットにする
➔ 距離
➔ AP
➔ 防御力
➔ 被ダメ
➔ 脚部
➔ 連携(味方と集中or個別)
➔ 種別(AC、砲台、サブターゲット、一般兵器)
複数のチップをぶら下げた場合、[条件]なので左からマッチする
ものを選択していくと思われる
ターゲット評価カテゴリの更新間隔
➔ 「アクションチップ更新間隔」はタゲ評価の間隔以外にも使
われる→ターゲットをロストするまでの猶予期間
➔ 認識範囲から外れたターゲットはすぐにロストするのでは無
く、猶予期間が存在する
◆ アクション間隔1.0 =約6〜7秒
◆ アクション間隔5.0 = 約15秒
◆ アクション間隔10.0 = 約20秒
➔ 俗に言う6秒ルールとか7秒ルール
➔ 更新間隔は1.0が鉄板
➔ 黒栗VOBなどは10.0にして見失わないようにもできる
回避カテゴリ[並列]
回避行動を行う
➔
➔
➔
➔
➔

HB+(被ダメ、被ロック、ジャマー、反動)
ジャンプ(何秒毎に機械的にジャンプを行う)
空中制御+(被ダメ、被ロック)
BD
ミサイル回避HB
回避カテゴリの基本
➔ 回避方向はミサイル回避以外ではデタラメな方向に移動す
るので過度な回避は移動ロジックを著しく妨害する
➔ 回避カテゴリは[並列]だが、HBを2つ入れたからといって同
時に発生してEN2倍消費とかは無さそう
◆ ただし特殊移動カテゴリのチップとは競合するのでEN設
定に注意
➔ 空中でboostオフにする空中制御はどっすんになる場合あり
➔ ジャンプ回避で障害物を乗り越えて移動しやすくなる
➔ ジャンプ回避は重量UNACの天敵であるパイル、ブーチゃ、
レザブレに対してある程度有効(*ドミナントはのぞく)
➔ ジャンプ回避を入れると動きが悪くなるって声もちらほら
➔ 逆足はジャンプ消費ENが2倍になるバグがあるので注意
特殊移動カテゴリ[条件]
特殊移動とは
➔ HB
➔ BD
➔ GB
➔ 捕捉移動
★ 特移HBはUNACの動きを決める特に重要なチップ
★ [条件]なのでどれか1つしか同時に実行されない
★ BD、GBは地形的に発動できなくてもアクディブになるので、
そのような状況になると最短1秒の棒立ちが発生
捕捉移動
➔ ターゲットが自分の視線の真正面にくるように後方移動ぎみ
な旋回をする
➔ 検証動画 http://www.nicovideo.jp/watch/sm22088630
◆ 近〜中距離でコストが多く鈍重な機体に有効
➔ 捕捉を優先して行うので、場合によっては時間当たりの与ダ
メが著しく改善する
➔ HB特移との兼ね合いになる場合が多いので、無闇に入れ
ると動きが悪くなる
➔ 足、武器、移動チップとの兼ね合いになってくるので、特に
悩むチップの一つ
特殊移動HB、BDチップ
➔
➔
➔
➔

➔

HB、BDは目的地への移動の際に実行されるのでターゲットに対して「高速接
近」するのではない
目的地との距離が目的地距離以上になると発動
0HB
◆ 目的距離を0に設定して常にHB移動を発動させる
0BD
◆ 目的距離を0に設定して常にBD移動を発動させる
◆ 棒立ちに注意
◆ BDは方向を制御しにくいので変な方向に行っちゃう場合あり
[条件]にして0HB, 0BDの順にチップをセットし、限界EN率を0HB<0BDとすると
0BDは実行されない(条件は左から判定していくため)
特殊行動カテゴリ[並列]
特殊行動とは
➔ ブーチャ
➔ スキャンモード
➔ リコン
➔ 強制パージ
➔ OW
特殊行動チップ
➔ ブーチャ
◆ 範囲と限界EN率で指定
◆ ブーチャは実行範囲に敵が入った時に特移HBがでない
ようにしたほうが当てやすい(目的地を近距離にして実
行距離と特移HBの目的地距離を同じくらいに設定)
◆ 蹴りタンなどは常にブーチャENを確保しておくとさらに良
い

➔ スキャンモード
◆ EN管理に
◆ スキャンモードになると目的地の設定がかわる

  http://www.nicovideo.jp/watch/sm22589065
リコンチップ
➔ 使用間隔を秒で指定
➔ しかし、必ず使用間隔毎に使ってくれるというわ
けではない
➔ 作動しているリコンの数が同時発射数に達して
いる場合は発射しない
➔ 追従型の場合は使用間隔1でおk
オペ指示
➔ 参考 
◆ 公式動画(3:10〜)
◆ http://www.youtube.com/watch?v=IQvmBzbWQN0
オペ指示の基本
➔ ビーコンで目的地を指定
◆ ビーコン上でL2+十字キー
◆ ビーコンの寿命は約1分
◆ 移動チップによる目的地を無視して強制的に目的地を
設定
◆ 目的地に到着すると棒立ちするので細めに置き直した
い
➔ ターゲットの紐付け
◆ 敵上でL2+十字キー
◆ 認識していない敵もタゲ評価関係無しに強制的にタゲる
◆ 解除しない限りずっとタゲを維持する
オペ指示の基本
➔ ターゲットのスポット
◆ 敵上でL2(何も無い所でL2で解除)
◆ 認識していない敵もタゲ評価関係無しに強制的にタゲる
◆ スポット中(上にアイコンが表示されている時)は常にタ
ゲを維持する
◆ スポット解除(アイコンが消えて)から約10秒間はタゲを
維持する
◆ 肉1U3のスキャンモードからのスポットと同じ効果(操作
方法以外は同じ)
*紐付けとかスポットはたまに言うこと聞かないときがあるが原
因は不明
応用編
領地戦のコンテナ
➔ UNACがコンテナにつられる→殴られ放題
➔ UNAC最大の敵の一つ
コンテナ回避策
➔

➔

➔

➔

基本
◆ タゲ評価カテゴリの左側に種別チップ「AC」を入れてアクションチップ更新
間隔を1にする
対策1. さっさと壊す
◆ コンテナはさっさと壊してしまえばいいじゃんって考え
◆ コンテナ破壊にてこずる武器は持たない
対策2. 絶対に無駄弾を使いたくない
◆ オペレーション1には攻撃チップを入れず、KE220以上でオペレーション2に
切り替えてコンテナ以外に限って攻撃をする
◆ 砲台を壊せずに空き巣で詰む
◆ コストが増える
対策3. オペ指示でがんばる
◆ 戦闘開始後、攻撃範囲にコンテナが入らない位置にビーコンで集合させる
◆ 後は紐付けorスポットでターゲット指定
◆ 一番メジャーな戦法だと思う
55氏に学ぶ回避と移動
➔ 55氏とは?
◆ ACVD発売から2週間、悪戦苦闘しているプレイヤーの
前に現れた救世主
◆ UNAC Archives ID4 http://unac.chobi.net/?
id=4&rev=1
55先生のオペカスの特徴
➔ アセン
◆ レイフ軽逆鈴虫シナツ

➔ 移動
◆ 回り込み移動[近][左]

➔ 回避
◆ 無し

➔ 特殊移動
◆ 0HB
◆ BD
◆ 補足移動
55先生から学べること
➔ 優先度は移動>回避
◆ 回避を優先すると、敵についていけない、引き撃ちのカ
モ
◆ 極端なことを言えば回避チップなんかいらない

➔ 横移動+0HBで回避
◆ 回り込み移動などで横移動をさせて0HBでHBを吹かし
まくれば回避もできる
回避と特移の限界EN率
➔
➔
➔
➔

優先度は移動>回避
移動チップと回避チップは同時に実行される
回避チップ同士は同時には実行されない(たぶん
限界EN率をしっかり設定しないとEN不足が発生
◆ 期待通りにHB、BDが出てくれない
◆ ビービーうるさい
回避と特移の限界EN率の設定例
今までの議論をふまえて限界EN率の設定例を紹介
基本的な回避チップと特移チップの構成を考える
➔ 回避カテゴリ
◆ ジャンプ
◆ 回避BD
◆ ロックHB
➔ 特移カテゴリ
◆ 特移HB
回避と特移の限界EN率の設定例
設定思想
➔

➔
➔
➔

優先順位
◆ 回避BD=ジャンプ>特移HB>回避HB
◆ 回避BDは省エネ&いつでも発動するわけではないので(地形的に)最優先と
する
◆ ジャンプは障害物を乗り越えて移動しやすくなるので最優先とする
特移HB→回避BD、回避HB→特移HBと連続で出来るようにする
逆足ジャンプはENが無くても出来るので最悪無視(うるさいけど
ギリギリに設定するのではなく余裕を数%持たせる
回避と特移の限界EN率の設定例
例1. レイフ軽逆、鈴虫、シナツ
➔ EN消費 BD25%、HB31%、ジャンプ23%(2倍バグ)
➔ 限界EN率
◆ (余裕を3%とする)
◆ 回避BD 3+BD=28%
◆ ジャンプ 3+ジャンプ=26%
◆ 特移HB 回避BD+HB=59%
◆ 回避HB 特移HB+HB=90%
➔ オプション(動きが気になったら)
◆ 特移HBの限界EN率を下げて移動を少し優先
◆ 回避HBの限界EN率を下げて回避を少し優先
回避と特移の限界EN率の設定例
例2. 重二、バイタル、ブリャ
➔ EN消費 BD9%、HB21%
➔ 限界EN率
◆ (余裕を3%とする)
◆ 回避BD 3+BD=12%
◆ ジャンプ 回避BD=12%(とりあえず回避BDと揃える)
◆ 特移HB 回避BD+HB=33%
◆ 回避HB 特移HB+HB=54%
ENの計算
➔ UNAC ArchivesのCalculatorで
➔ http://unac.chobi.net/calculator.html
非チャージEN武器
➔ 解説動画
◆ http://www.nicovideo.jp/watch/sm22256973

➔ 武器のEN使用率をスキャンモード起動EN率に
設定
➔ 発射と回避・移動の割合は回避・特移の限界
EN率で調整
簡単なチャージ武器の使い方
➔ 軽沢・中沢を想定
➔ チャージ中にENが減少しないようにEN回復量に気を配って
アセンする
➔ 回避・特移でENが不足しないようにする
➔ チャージチップの攻撃限界EN率を0%とかに設定
➔ チャージ率は9割くらいが一般的
➔ ちょろ撃ち防止のため、複数のチップで攻撃距離を稼ごうと
する場合は注意が必要
➔ スキャンモード起動EN率をほとんど起動しないくらいの値
(普通は数%)に設定
まとめ

UNACって簡単だね
Have a fun time with your UNACs.

More Related Content

What's hot

PR-305: Exploring Simple Siamese Representation Learning
PR-305: Exploring Simple Siamese Representation LearningPR-305: Exploring Simple Siamese Representation Learning
PR-305: Exploring Simple Siamese Representation LearningSungchul Kim
 
OpenStackを使用したGPU仮想化IaaS環境 事例紹介
OpenStackを使用したGPU仮想化IaaS環境 事例紹介OpenStackを使用したGPU仮想化IaaS環境 事例紹介
OpenStackを使用したGPU仮想化IaaS環境 事例紹介VirtualTech Japan Inc.
 
PHP-FPM の子プロセス制御方法と設定をおさらいしよう
PHP-FPM の子プロセス制御方法と設定をおさらいしようPHP-FPM の子プロセス制御方法と設定をおさらいしよう
PHP-FPM の子プロセス制御方法と設定をおさらいしようShohei Okada
 
Variational inference intro. (korean ver.)
Variational inference intro. (korean ver.)Variational inference intro. (korean ver.)
Variational inference intro. (korean ver.)Kiho Hong
 
Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築
Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築
Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築gree_tech
 
Variational Auto Encoder and the Math Behind
Variational Auto Encoder and the Math BehindVariational Auto Encoder and the Math Behind
Variational Auto Encoder and the Math BehindVarun Reddy
 
NVIDIA GPUで作るHeadless X11 Linux
NVIDIA GPUで作るHeadless X11 LinuxNVIDIA GPUで作るHeadless X11 Linux
NVIDIA GPUで作るHeadless X11 LinuxTomoki SHISHIKURA
 
中輟生談教育: 完全用開放原始碼軟體進行 嵌入式系統教學
中輟生談教育: 完全用開放原始碼軟體進行 嵌入式系統教學中輟生談教育: 完全用開放原始碼軟體進行 嵌入式系統教學
中輟生談教育: 完全用開放原始碼軟體進行 嵌入式系統教學National Cheng Kung University
 
Apache ZooKeeper 소개
Apache ZooKeeper 소개Apache ZooKeeper 소개
Apache ZooKeeper 소개중선 곽
 
Ready Player MeのアバターをVRMにする(動画と一緒に見てください)。
Ready Player MeのアバターをVRMにする(動画と一緒に見てください)。Ready Player MeのアバターをVRMにする(動画と一緒に見てください)。
Ready Player MeのアバターをVRMにする(動画と一緒に見てください)。Kojiro Yano
 
面試心得
面試心得面試心得
面試心得澐 向
 
Dueling Network Architectures for Deep Reinforcement Learning
Dueling Network Architectures for Deep Reinforcement LearningDueling Network Architectures for Deep Reinforcement Learning
Dueling Network Architectures for Deep Reinforcement LearningYoonho Lee
 
性能測定道 事始め編
性能測定道 事始め編性能測定道 事始め編
性能測定道 事始め編Yuto Hayamizu
 
deep reinforcement learning with double q learning
deep reinforcement learning with double q learningdeep reinforcement learning with double q learning
deep reinforcement learning with double q learningSeungHyeok Baek
 
日曜プログラマーが
1週間くらいで通信対戦ゲームを作ってみた
日曜プログラマーが
1週間くらいで通信対戦ゲームを作ってみた日曜プログラマーが
1週間くらいで通信対戦ゲームを作ってみた
日曜プログラマーが
1週間くらいで通信対戦ゲームを作ってみたYuusuke Takeuchi
 
[2019] 퍼즐 게임 난이도 예측은 닥터 P에게
[2019] 퍼즐 게임 난이도 예측은 닥터 P에게[2019] 퍼즐 게임 난이도 예측은 닥터 P에게
[2019] 퍼즐 게임 난이도 예측은 닥터 P에게NHN FORWARD
 
XRDPで怠惰な日々を送る
XRDPで怠惰な日々を送るXRDPで怠惰な日々を送る
XRDPで怠惰な日々を送るmonochrojazz
 
Blosc Talk by Francesc Alted from PyData London 2014
Blosc Talk by Francesc Alted from PyData London 2014Blosc Talk by Francesc Alted from PyData London 2014
Blosc Talk by Francesc Alted from PyData London 2014PyData
 
Combinatorial optimization and deep reinforcement learning
Combinatorial optimization and deep reinforcement learningCombinatorial optimization and deep reinforcement learning
Combinatorial optimization and deep reinforcement learning민재 정
 

What's hot (20)

PR-305: Exploring Simple Siamese Representation Learning
PR-305: Exploring Simple Siamese Representation LearningPR-305: Exploring Simple Siamese Representation Learning
PR-305: Exploring Simple Siamese Representation Learning
 
OpenStackを使用したGPU仮想化IaaS環境 事例紹介
OpenStackを使用したGPU仮想化IaaS環境 事例紹介OpenStackを使用したGPU仮想化IaaS環境 事例紹介
OpenStackを使用したGPU仮想化IaaS環境 事例紹介
 
PHP-FPM の子プロセス制御方法と設定をおさらいしよう
PHP-FPM の子プロセス制御方法と設定をおさらいしようPHP-FPM の子プロセス制御方法と設定をおさらいしよう
PHP-FPM の子プロセス制御方法と設定をおさらいしよう
 
Variational inference intro. (korean ver.)
Variational inference intro. (korean ver.)Variational inference intro. (korean ver.)
Variational inference intro. (korean ver.)
 
Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築
Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築
Docker と ECS と WebSocket で最強のマルチプレイ・ゲームサーバを構築
 
Variational Auto Encoder and the Math Behind
Variational Auto Encoder and the Math BehindVariational Auto Encoder and the Math Behind
Variational Auto Encoder and the Math Behind
 
NVIDIA GPUで作るHeadless X11 Linux
NVIDIA GPUで作るHeadless X11 LinuxNVIDIA GPUで作るHeadless X11 Linux
NVIDIA GPUで作るHeadless X11 Linux
 
中輟生談教育: 完全用開放原始碼軟體進行 嵌入式系統教學
中輟生談教育: 完全用開放原始碼軟體進行 嵌入式系統教學中輟生談教育: 完全用開放原始碼軟體進行 嵌入式系統教學
中輟生談教育: 完全用開放原始碼軟體進行 嵌入式系統教學
 
Apache ZooKeeper 소개
Apache ZooKeeper 소개Apache ZooKeeper 소개
Apache ZooKeeper 소개
 
Ready Player MeのアバターをVRMにする(動画と一緒に見てください)。
Ready Player MeのアバターをVRMにする(動画と一緒に見てください)。Ready Player MeのアバターをVRMにする(動画と一緒に見てください)。
Ready Player MeのアバターをVRMにする(動画と一緒に見てください)。
 
面試心得
面試心得面試心得
面試心得
 
Dueling Network Architectures for Deep Reinforcement Learning
Dueling Network Architectures for Deep Reinforcement LearningDueling Network Architectures for Deep Reinforcement Learning
Dueling Network Architectures for Deep Reinforcement Learning
 
性能測定道 事始め編
性能測定道 事始め編性能測定道 事始め編
性能測定道 事始め編
 
deep reinforcement learning with double q learning
deep reinforcement learning with double q learningdeep reinforcement learning with double q learning
deep reinforcement learning with double q learning
 
日曜プログラマーが
1週間くらいで通信対戦ゲームを作ってみた
日曜プログラマーが
1週間くらいで通信対戦ゲームを作ってみた日曜プログラマーが
1週間くらいで通信対戦ゲームを作ってみた
日曜プログラマーが
1週間くらいで通信対戦ゲームを作ってみた
 
[2019] 퍼즐 게임 난이도 예측은 닥터 P에게
[2019] 퍼즐 게임 난이도 예측은 닥터 P에게[2019] 퍼즐 게임 난이도 예측은 닥터 P에게
[2019] 퍼즐 게임 난이도 예측은 닥터 P에게
 
XRDPで怠惰な日々を送る
XRDPで怠惰な日々を送るXRDPで怠惰な日々を送る
XRDPで怠惰な日々を送る
 
Blosc Talk by Francesc Alted from PyData London 2014
Blosc Talk by Francesc Alted from PyData London 2014Blosc Talk by Francesc Alted from PyData London 2014
Blosc Talk by Francesc Alted from PyData London 2014
 
VFX & Games: A SImulation Approach
VFX & Games: A SImulation ApproachVFX & Games: A SImulation Approach
VFX & Games: A SImulation Approach
 
Combinatorial optimization and deep reinforcement learning
Combinatorial optimization and deep reinforcement learningCombinatorial optimization and deep reinforcement learning
Combinatorial optimization and deep reinforcement learning
 

やさしいUNAC