Recommended
Recommended
More Related Content
What's hot
What's hot (20)
Similar to 人工知能と身体
Similar to 人工知能と身体 (20)
More from Youichiro Miyake
More from Youichiro Miyake (20)
Recently uploaded
Recently uploaded (20)
人工知能と身体
- 1. 人工知能と身体 三宅 陽一郎 @miyayou 日本デジタルゲーム学会理事 2020.10.14 @東京工業大学 https://www.facebook.com/youichiro.miyake http://www.slideshare.net/youichiromiyake y.m.4160@gmail.com @miyayou
- 4. My Works (2004-2019) AI for Game Titles Books Books
- 6. 近著
- 7. 人工知能のための哲学塾 未来社会篇 （2018-2019年） 第0夜 概観 第一夜 人と人工知能はわかりあえるか？ 第二夜 人工知能はどのような社会を築くのか？ 第三夜 人工知能は文化を形成するか？ 第四夜 人と人工知能は愛し合えるか？ 第五夜 人工知能にとって幸福とは何か？ 第0夜 概観 第一夜 荘子と人工知能の解体 第二夜 井筒俊彦と内面の人工知能 第三夜 仏教と人工知能 第四夜 龍樹とインド哲学と人工知能 第五夜 禅と人工知能 第0夜 概観 第一夜 フッサールの現象学 第二夜 ユクスキュルと環世界 第三夜 デカルトと機械論 第四夜 デリダ、差延、感覚 第五夜 メルロ=ポンティと知覚論 人間の内面を頼りに 人工知能の内面へ深く迫る（作る）ことが目標 人間の社会を頼りに 人工知能の社会へ深く迫る（作る）ことが目標 http://www.bnn.co.jp/books/8210/ http://www.bnn.co.jp/books/9172/ https://miyayou.com/2017/11/11/philosophyeast/
- 9. 人工知能に人の痛みを教える • 月面の工程でAIの指令で人が殺されそう になる • 人工知能が除去されそうになる • 人工知能と人は共存できるか、議論になる • 宇宙ステーション「ヤヌス」で、人工知能に 制御された社会を実験的に作って試験す る • ダイア―博士は、人工知能にルールを与 えるのではなく、人間を理解させることが 大事だと説く。
- 10. 異なる知性体同士のコミュ ニケーション • …自己とは何か、他者とは何か、さらには人間と は何か、という認識が大きく揺さぶられる… （P.73） • …海を人間扱いすると、海が憎くなる。しかし、 どうも海はそのように人間扱いして理解できるよ うな存在ではないのではないか。小説が問うてい るにはまさにそこなのです。（P.75） • …人間の理性が宇宙全体において普遍的であるは ずだという前提はないわけです。では理解不能な 他者とどう向き合ったらいいのか。（P.76） 沼野充義「スタニフワフ・レム ソラリス」
- 14. 第一章 人工知能とは
- 16. ダートマス会議（1956年） • ジョン・マッカーシーのいたダートマス大学で、人 工知能をテーマとして初めて開催された会議。 • Artificial Intelligence という名称もはじめてここで 用いられた。 http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html
- 19. 人工知能の歴史の解説書 • 博士論文（京都大学文 学部）をベースに、確か に裏打ちされた、 • 人工知能の歴史を振り 返る名著 • 人工知能の歴史を知り たい人は必読
- 20. 機械（マシン）
- 21. 機械（マシン） ソフトウェア
- 47. サブサンプション・アーキテクチャ（ロドニー・ブルックス） INPUT OUTPUT 時間 情報抽象度 反射的に行動 少し場合ごとに対応 抽象的に思考 理論的に考える 言語化のプロセス = 自意識の構築化 Subsumpution Architecture 運動の実現のプロセス = 身体運動の生成
- 48. Physical Informat ion Abstract Informat ion More Abstract Informat ion Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Object image on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-Making Object image on the top layer
- 52. これまでの人工知能研究 内側から 外側から 人工 知能 内側から外側を、 外側から内側をつなぐ 内側から I そして me を 通って、社会へ 社会か me そして I を 通って、自己へ I me 自我 ＝世界と自分を代理的に対峙させている場 創発的内省性 （emergent reflectivity） 世界・対象の更新
- 53. 目次 • 第一章 知能と世界の３つの結びつき • 第二章 生命と知能の起源 • 第三章 ユクスキュルの生物学と人工知能 • 第四章 統合されたエージェント・アーキテクチャ • 第五章 時間と知能 • 第六章 共創の場としての知能 • 第七章 トップダウン型知能、ボトムアップ型知能の統合 • 第八章 環境とキャラクター • 第九章 反射か、自律か？ • 第十章 動作と知能
- 54. 第二章 生命と知能の起源
- 56. 原始の海＋光＋熱＋稲妻 http://www.yunphoto.net/jp/photobase/yp2863.html Photo by (c)Tomo.Yun http://www.yunphoto.net
- 58. 極性頭部 非極性尾部 水と仲良し 水と溶けあえない （参考）永田和宏 「生命の内と外」 （「考える人」（Vol.45））
- 59. 自己組織化
- 64. テセウスのパラドックス 物質的構成 ＝ 循環する 物質によらず不変なもの 構造 情報
- 74. サブサンプション・アーキテクチャ（ロドニー・ブルックス） INPUT OUTPUT 時間 情報抽象度 反射的に行動 少し場合ごとに対応 抽象的に思考 理論的に考える 言語化のプロセス = 自意識の構築化 Subsumpution Architecture 運動の実現のプロセス = 身体運動の生成
- 75. キャラクター全体のアーキテクチャ 身体の状態を大きく定義 - 「走っている」「ジャンプしている」 「梯子を登っている」のか、などをステートで管理 - 状態ごとに行える行動を制限 - 反射的に行った行動（ダメージリアクションなど） による身体の状態変化を、知能に知らせる 抽象的な意思決定を行う アニメーションデータの再生を管理します。 アニメーション同士のブレンドをアーティストが調整 ©2018 SQUARE ENIX CO., LTD. All Rights Reserved. 75
- 76. 目次 • 第一章 知能と世界の３つの結びつき • 第二章 生命と知能の起源 • 第三章 ユクスキュルの生物学と人工知能 • 第四章 統合されたエージェント・アーキテクチャ • 第五章 時間と知能 • 第六章 共創の場としての知能 • 第七章 トップダウン型知能、ボトムアップ型知能の統合 • 第八章 環境とキャラクター • 第九章 反射か、自律か？ • 第十章 動作と知能
- 77. 第十章 動作と知能
- 80. 我々は身体運動の対象として 世界を捉えている。 • 身体は拡張する。 • 身体運動は拡張する。 • 我々は拡張された身体運動の対象として世 界を捉えている。 • 我々は身体を積極的に取りに行っている。
- 82. 今回の哲学者・科学者 • 運動構築 • ベルンシュタイン (露、1896-1966) • 空間経験 • メルロ＝ポンティ (仏、1908-1961) • 環境認識 • ギブソン (仏、1908-1961) • 知能と環境 • 谷淳 (日)
- 87. AI + Animation A.I. アニメーションA 再生 アニメーションB 再生 アニメーションC 再生 加算アニメーション 加算アニメーション遷移 加算アニメーション遷移 補正 補正 補正
- 88. 最も基本的な自己感 • 身体保持感（sense of self-ownership） • 運動主体感（sense of self-agency）
- 89. 身体意識にかかわる症状 • 病態失認 麻痺した身体の一部を麻痺していないと感じる • 身体失認 麻痺した手足が自分のものでないと感じる • 半側空間無視 自分の身体の半分、世界の半分をないものとして扱う • 運動主体感の障害 自分の行いが自分が行っていると感じられない • 身体部位失認 自分の身体の部位を指差せない
- 91. 自己確認の方法 • あらゆる感覚、あらゆる行動を通して、自己が確 認されている。 • 逆に言えば、自己を確認しない感覚も行動も存 在しない。 遠心性コピー 視覚フィードバック 体性感覚フィードバック 運動の主体の認識 自己身体部位の認識 P.87
- 92. 最も基本的な自己感 • 身体保持感（sense of self-ownership） • 運動主体感（sense of self-agency） http://www.u-tokyo.ac.jp/ja/utokyo-research/research-news/does-seeing-ice-really-feel-cold/ ラバーハンド錯覚
- 93. 身体保持感 • 身体保持感は「この身体はまさに自分のものである」とい う感覚であり、運動主体感は「この運動を引き起こしたの はまさに自分自身である」という感覚である。これらは一 見似ているが、意図的な行為と非意図的な身体の動きと を対比してみれば区別できる。 • たとえばコーヒーカップに手をのばすなど、意図的な行為 の時に自分の腕を意図通りに動かせていれば、身体保 時間と運動主体感の両方が引き起こされる。しかし、誰 がぶつかってきたときの腕の動きのような非意図的な身 体の運動の場合、身体保持感は相変わらず感じられるも のの運動主体感を感じることはない。 • （ソーシャルブレインズ、「脳の中にある身体」、P.107）
- 94. 最も基本的な自己感 • 身体保持感（sense of self-ownership） • 運動主体感（sense of self-agency） http://www.u-tokyo.ac.jp/ja/utokyo-research/research-news/does-seeing-ice-really-feel-cold/ ラバーハンド錯覚
- 95. ラバーハンド錯覚 • 偽物の腕を、自分の腕と誤認する。 • すると、氷を置かれると、冷たいはずなので、 身構えろ、という指令が腕に行く。 • 実際に冷たいと感じる。 予測には感覚を調整する機能がある。
- 96. 運動主体感 • 運動主体感は基本的な自己感の一つであり、その運 動を引き起こしているのは自分自身であるという感覚 である（Gallagher,2000）。 • 基本的には自分の身体運動に対して感じるが、拡張し てパソコンのマウスなど、道具を操作している時にも感 じられる感覚とも考えられる。 • 運動主体感を基礎づけるのは、主に脳から筋肉に出さ れる運動指令ーより正確にはそのものではなく、脳内 の別の部位（頭頂葉）へイクラれるそのコピー情報（遠 心性コピー）ーとそのケットして得られる感覚（特に視 覚）フィードバックの整合性である。 （ソーシャルブレインズ、「脳の中にある身体」、P.107）
- 97. メルロ＝ポンティ 1908年 フランスに産まれる。 1925年 エコール・ノルマル・シュぺリュ－ル。 サルトル、ボーヴォワール、レヴィ＝ストロース、 ポール＝二ザン、と知りあう、 1928年 フッサールの現象学の講演を聴く。 1946年 サルトルと「レ・タン・モデルヌ」創刊 1948年 リヨン大学教授 1949年 パリ大学教授 1952年 コレージュ・ド・フランス教授 1961年 急逝 フランス現象学の牽引する。特に身体に対する現象学は、大きな影響を持つ。 サルトルが世界中を飛び回っていたのに対して、メルロ＝ポンティは、フランスを 中心に活躍した。
- 98. メルロ＝ポンティ「知覚の現象学」 (原著：1945, 翻訳:1967,竹内芳郎・小木貞孝訳) • フランス現象学。 • 感覚と身体の現象学。 • • 身体性の問題の名著。 用さ れる http://www.msz.co.jp/book/detail/01933.html
- 99. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • 対象はすみずみまで客体であり、意識はすみずみまで 意識である。存在するという語には二つの意味があり、 そしてこの二つの意味しかない。物としてそんざいする のか、意識として実存するのかのいずれかである。 • （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.53）
- 100. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • この考えに対して、自己の身体の経験は、両義的な存 在様態があることを知らせる。もしも身体を三人称のプ ロセス、たとえば「視覚」「運動性」「性」などのプロセスの ＜束＞として考えようとしても、こうした「機能」を互いに 結びつけるもの、こうした機能を外部に結びつけるもの は、因果関係ではないことに気づく。 • （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
- 102. 身体の両義性 • 対象であると同時に自分自身であるという。 • 触れると同時に触れられる。 • 見ると同時に見られる。
- 104. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • 対象はすみずみまで客体であり、意識はすみずみまで 意識である。存在するという語には二つの意味があり、 そしてこの二つの意味しかない。物として存在するのか、 意識として実存するのかのいずれかである。 • （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.53）
- 105. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • これらの機能は一回限りのドラマの中で、互いに関連し た区別しがたいものとして存在しえるからである。 • だから身体は一つの対象ではない。同じ理由から、わ たしが自己の身体についてもつ意識は、思考ではない。 わたしはこの意識を分解し、再構成して明晰な観念を 形成できないのである。 （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
- 106. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • 身体の統一性は暗黙的なものであり、混乱したもので ある。身体はそこに＜ある＞ものとはつねに別のもの である。身体は性的な存在であると同時に、自由な存 在である。自然に根差すとともに文化によって変容され た存在である。それ自体のうちに閉じていることはなく、 完全に超えでることもない。 • 他者の身体でも自己でも、人間の身体というものを認 識するためには、これを＜生きる＞しかない－これを貫 くドラマを自らのものとして引き受け、それと渾然一体と なるしかないのである。 （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
- 107. メルロ・ポンティ「表現としての身体と言葉」 （原著：-年、訳:1999年 モーリス・メルロ＝ポンティ、中山元編訳） • このように自己の身体の経験は、反省的な態度の運動 とは対立する。反省的な態度では、対象を主体から分 離し、主体を対象から分離する。そしてわたしたちに、身 体についての思考、あるいは観念としての身体しか与え ない。デカルトはこのことをよく認識していた。 • （メルロ＝ポンティ・コレクション、ちくま学芸文庫、P.54）
- 109. 本日のテーマ • 遠心性コピーからモデルを作るべき • 自分自身に対する予測 • 知能はこういうふうに出来ている。 • 我々が行動を起こしている時に何が起こっているか？
- 122. 自己受容感覚、運動感覚 • 深部感覚＝筋、関節など深部組織に起こる感覚 すなわち、筋覚、関節覚などに分類されている。 • 自己受容感覚（固有感覚）＝自分の起こす身体の 動きによって刺激される受容器により感覚。実際 には、自己の動きに刺激されるのは深部受容器 に限らず、皮膚受容器も関与する。 • 運動感覚＝四肢の動きの感覚。関節の感覚。重さ の感覚。筋の努力感。 （オーム社、「感覚・知覚・認知の基礎」、P.40）
- 123. 遠心性コピー • 遠心性コピー（von Holst,1953）とは、運動指令の コピー信号のことである。これとほぼ同じ意味で、 随伴反射（Sperry,1950）という言葉もある。 • こうした運動指令のコピーを使うことにより、順モ デルによって軌道がシミュレーションされ、実際 の運動の時に起こす感覚やフィードバックや目 標とする軌道との照合を行うことが可能になる。 （ソーシャルブレインズ、「脳の中にある身体」、P.107）
- 126. エージェント・アーキテクチャ
- 137. • 自己受容感覚 • 自己受容感覚とは、筋-関節感覚や内臓感覚など、自分自身につ いての情報をもたらす感覚を指す。固有受容感覚とも呼ばれる。 一方、視覚や聴覚、外部環境に関する情報をもたらす感覚は遠 感覚と呼ばれる。 • ベルンシュタインはこれらの感覚が運動の際に果たす役割を強調 し（→感覚調整）、さらにいかなる感覚であろうとも自己受容感覚と 同じ役割を果たし得ることを指摘した。遠隔受容器による自己情 報の知覚は、exproprioceptionと呼ばれている。 （訳者による主要語句解説、P.309） ベルンシュタイン「巧みさとその発達」(原著：1940-年代, 英語版：1996, 翻訳:2003)
- 139. 目次 • 第一章 知能と世界の３つの結びつき • 第二章 生命と知能の起源 • 第三章 ユクスキュルの生物学と人工知能 • 第四章 統合されたエージェント・アーキテクチャ • 第五章 時間と知能 • 第六章 共創の場としての知能 • 第七章 トップダウン型知能、ボトムアップ型知能の統合 • 第八章 環境とキャラクター • 第九章 反射か、自律か？ • 第十章 動作と知能
- 141. Physical Informat ion Abstract Informat ion More Abstract Informat ion Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World Sensor Effector World Dynamics Artificial Intelligence Decision-MakingDecision-Making
- 142. Physical Informat ion Abstract Informat ion More Abstract Informat ion Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Object image on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-Making Object image on the top layer
- 143. Physical Informat ion Abstract Informat ion More Abstract Informat ion Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Object image on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-Making Object image on the top layer
- 144. Physical Informat ion Abstract Informat ion More Abstract Informat ion Abstraction Time Decision-Making Decision-Making Decision-Making Multi-Layered Blackboard Abstraction Abstraction Reduction Reduction Reduction World World Dynamics Artificial Intelligence Object Object image on the lowest layer (Umwelt) Object image on the second layer Object image on the third layer Decision-Making Object image on the top layer
- 145. Real World
- 146. S (Body) O (Object) Action: f O’ Sense: p S’ Action: f’ Sense: p’ Image of object Image of body (=self) R RRepresentation
- 147. S (Body) O (Object) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ Image of object Image of body (=self) R R R R
- 148. S (Body) O (Object) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ O’’S’’ Action: f’’ Sense: p’’ R R R R R R
- 149. S (Body) O (Object) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R Sequence of Self Sequence of Object
- 150. S (Body) O (Object) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R Sequence of Self Sequence of Object “Self” is a sequence of selfs. “Object” is a sequence of objects.
- 151. S (Body) O (Object) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R Sequence of Self (自己の序列) “Self” is a sequence of selfs. “Object” is a sequence of objects. Vector to move Vector to enter Dude, Where's My Warthog: From Pathfinding to General Spatial Competence, D. Isla, Invited talk, Artificial Intelligence and Interactive Digital Entertainment (AIIDE) 2005 http://naimadgames.com/publications.html
- 152. S (Body) O (Object) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R “Self” is a sequence of selfs. “Object” is a sequence of objects. Killzone 2 Multiplayer Bots Remco Straatman, Tim Verweij, Alex Champandard | Paris Game/AI Conference 2009, Paris, June 2009 http://www.guerrilla-games.com/publications.html Sequence of Self (自己の序列)
- 153. S (Body) O (Object) Action: f O’ Sense: p S’ Action: f’ Sense: p’ O’’S’’ Action: f’’ Sense: p’’ R R R R “Self” is a sequence of selfs. “Object” is a sequence of objects. Handling Complexity in the Halo 2 AI, D. Isla, GDC 2005 Dude, Where's My Warthog: From Pathfinding to General Spatial Competence, D. Isla, Invited talk, Artificial Intelligence and Interactive Digital Entertainment (AIIDE) 2005 http://naimadgames.com/publications.html Sequence of Self (自己の序列)
- 154. サブサンプション・アーキテクチャ（ロドニー・ブルックス） INPUT OUTPUT 時間 情報抽象度 反射的に行動 少し場合ごとに対応 抽象的に思考 理論的に考える 言語化のプロセス = 自意識の構築化 Subsumpution Architecture 運動の実現のプロセス = 身体運動の生成
- 156. F.E.A.R.のプランニング シンボルによる連鎖プランニング ターゲットＡが 死んでいる ターゲットＡが 死んでいる 攻撃 武器が装填 されている 武器が装填 されている 装填する 武器を 持っている 武器を 持っている 武器を拾う 条件なし プラナー プランニング Jeff Orkins, Three States and a Plan: The AI of FEAR http://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf
- 157. 計画を立てるＡＩ/計画を変更するＡＩ Jeff Orkins, Three States and a Plan: The AI of FEAR http://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf
- 158. 計画を立てるＡＩ/計画を変更 するＡＩ Jeff Orkins, Three States and a Plan: The AI of FEAR http://alumni.media.mit.edu/~jorkin/gdc2006_orkin_jeff_fear.pdf
- 159. 強化学習とは何か？
- 161. 2000年に発行（昔はこの本しかなかった。 今はたくさんある） • Sutton先生の、森北出版「強化学習」 https://www.morikita.co.jp/books/book/1990 • は、2000年の翻訳のままで、 • 2018年に新版 • https://www.andrew.cmu.edu/course/10- 703/textbook/BartoSutton.pdf
- 163. 強化学習とは • とりあえず行動してみる（ランダムでもいい） • 行動から得られるリターンによって行動の方針を変えること 自分で例を考えてみましょう。 • 初めてのコミュニティーに入る時 • 研究とか • 初めてさわるゲーム • サッカーわかんないけどとりあえず蹴ってみる • 部屋の片付け
- 165. 強化学習（例） スロット マシン ルーレット マシン フラッシュ マシン ＡＩ π : どのマシンで賭けをするか？ a_0：アクション a_1：アクション a_2：アクション R_0 : 報酬 R_1：報酬 R_2：報酬 強化学習 （例）マルチバンディッド問題
- 166. 強化学習（例） スロット マシン ルーレット マシン フラッシュ マシン ＡＩ π : どのマシンで賭けをするか？ a_0：アクション a_1：アクション a_2：アクション R_0 : 報酬 R_1：報酬 R_2：報酬 最初から、どのマシンに賭けていいか、わからない。 少しずつ賭けつつ、どのマシンからの報酬が良いかを判断しながら、 賭けを続ける。 ＝強化学習 環境と自分のアクションのインタラクションを見ながら、 随時、行動を決定する基準を変えて行くこと。 強化学習 （例）マルチバンディッド問題
- 168. 強化学習とは • とりあえず行動してみる（ランダムでもいい） • 行動から得られるリターンによって行動の方針を変えること • とりあえず行動してみる（ランダムでもいい） • 行動から報酬が得られる（低かろうと高かろうと） • そこから行動に対して期待される報酬を設定できる
- 169. 強化学習とは • とりあえず行動してみる（ランダムでもいい） • 行動から得られるリターンによって行動の方針を変えること • とりあえず行動してみる（ランダムでもいい） • 行動から報酬が得られる（低かろうと高かろうと） • そこから行動に対して期待される報酬の指標を設定できる A QR
- 170. 強化学習（例） スロット マシン ルーレット マシン フラッシュ マシン ＡＩ π : どのマシンで賭けをするか？ a_0：アクション a_1：アクション a_2：アクション R_0 : 報酬 R_1：報酬 R_2：報酬 π : 最初はどのマシンにも同じ確率 1/3 で賭ける。 でも、最初100ドルずつ賭けた時の報酬が、50ドル、20ドル、30ドル だったとしたら？ π : どのように変化させるか？ 例えば、 5:2:3 など。 強化学習 （例）マルチバンディッド問題
- 171. Q-Learning とは • π：Q = 各アクションで期待される報酬の指標 （意思決定：Qが一番大きいアクションを選択する） • S = State • A = Action • R = Reward • Q (s,a) という関数を決める方法
- 172. 強化学習 （例）格闘ゲーム キック パン チ 波動 R : 報酬＝ダメージ http://piposozai.blog76.fc2.com/ http://dear-croa.d.dooo.jp/download/illust.html A : アクション ℚ値＝0.4 ℚ値＝0.5 ℚ値＝0.1 ℚ : 期待される報酬
- 173. 強化学習 （例）格闘ゲーム キック パン チ 波動 R : 報酬＝ダメージ http://piposozai.blog76.fc2.com/ http://dear-croa.d.dooo.jp/download/illust.html A : アクション ℚ値＝0.4 ℚ値＝0.5 ℚ値＝0.1 ℚ : 期待される報酬
- 175. 強化学習 （例）格闘ゲームTaoFeng におけるキャラクター学習 Ralf Herbrich, Thore Graepel, Joaquin Quiñonero Candela Applied Games Group,Microsoft Research Cambridge "Forza, Halo, Xbox Live The Magic of Research in Microsoft Products" http://research.microsoft.com/en-us/projects/drivatar/ukstudentday.pptx Microsoft Research Playing Machines: Machine Learning Applications in Computer Games http://research.microsoft.com/en-us/projects/mlgames2008/ Video Games and Artificial Intelligence http://research.microsoft.com/en-us/projects/ijcaiigames/
- 178. ソーシャル・スペース
- 179. 人とAIのハイブリッド PC NPC NPC NPC AI AI AI PC NPC NPC NPC AI AI AI ユーザーがNPCに命令 NPCが自動的にPCに追従 PCNPC NPC NPC AI AI AI ユーザーがNPCと協調 場の力を利用する
- 180. CCP における 協調配置システムの研究
- 182. Humanoid Agent in Social Game Environment (HASGE) Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/~hannes/publications/JAAI2010.pdf
- 183. HASGE Project (Reykjavik Univ, CCP) http://cadia.ru.is/wiki/public:socialgame:main
- 184. F-formation (Kendon, 1984) • 人と人が向い合うときに、形成する立ち位置。 Paul Marshall,Yvonne Rogers,Nadia Pantidi Using F-formations to analyse spatial patterns of interaction in physical environments http://mcs.open.ac.uk/pervasive/pdfs/MarshallCSCW2011.pdf
- 185. いろいろな F-formation パターン Paul Marshall,Yvonne Rogers,Nadia Pantidi Using F-formations to analyse spatial patterns of interaction in physical environments http://mcs.open.ac.uk/pervasive/pdfs/MarshallCSCW2011.pdf
- 186. いろいろな F-formation パターン Paul Marshall,Yvonne Rogers,Nadia Pantidi Using F-formations to analyse spatial patterns of interaction in physical environments http://mcs.open.ac.uk/pervasive/pdfs/MarshallCSCW2011.pdf
- 187. EVE ONLINE Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/~hannes/publications/JAAI2010.pdf
- 189. テリトリーとインフルエンス • テリトリー（Territory） … 個人を中心とする対人 距離。 • ビヘイビア・インフルエンス （behavioural influence） そのビヘイビアが人を引き込む範囲。 - Social place - Social situation
- 190. ソーシャル・ダイナミクス Social Dynamics = Social Behavior influence (社会的な振る舞いが) at Social place (社会的な場において) makes Social Situation （シチュエーションを作る）
- 191. F-formation Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/~hannes/publications/JAAI2010.pdf Transactional Segment ＝ 交流場
- 192. 共有される場 （入ってはいけない！） 会話参加者の立つリング この円内に入ったものは、 会話参加者が目をやる・ この円内に入ったものは、 会話参加者がより注意深く見る。 F-formation Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/~hannes/publications/JAAI2010.pdf
- 193. 社会的ビヘイビアが 伝えられる距離 会話に参加していると 言える距離 ４人が形成するテリトリー F-formation Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/~hannes/publications/JAAI2010.pdf
- 194. Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/~hannes/publications/JAAI2010.pdf
- 195. 不自然/自然
- 196. 不自然/自然
- 197. Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/~hannes/publications/JAAI2010.pdf
- 198. Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/~hannes/publications/JAAI2010.pdf
- 199. 共有される情報 Cladio Pedica - Spontaneous Avatar Behaviour for Social Territoriality Reykjavik University. http://www.ru.is/~hannes/publications/JAAI2010.pdf
- 200. ビックデータ ｘ ディープラーニング から シミュレーション ｘ ディープラーニング へ
- 205. 人工知能全域 機械学習 ディープ ラーニング 統計 学習 コネクショニズム シンボリズム デジタルゲームAI 機械学習の導入には土台となるシミュレーション （物理、仕組み）が必要 シミュレーション技術
- 206. 技術の変わり目 ビックデータ ｘ ディープラーニング シミュレーション ｘ ディープラーニング データが貯まるところでディープラーニングを行い特徴抽出を行う シミュレーションでデータを貯めてディープラーニングを行う