Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
自律機械知能の行動観察
Search
ぶんちん
December 14, 2023
Science
0
52
自律機械知能の行動観察
ぶんちん
December 14, 2023
Tweet
Share
More Decks by ぶんちん
See All by ぶんちん
OJT指導のはじめかた
bunnchinn3
0
61
データサイエンス教育 コンセプト
bunnchinn3
0
100
DSプロジェクト課題の探し方
bunnchinn3
0
72
DSプロジェクト課題の選び方(難度の見極め方)
bunnchinn3
0
61
データサイエンス業務 最初の一歩
bunnchinn3
0
110
JTCで役に立つR AnalyticFlowの紹介
bunnchinn3
0
55
実務で使えるOrange Data Miningの便利な機能
bunnchinn3
0
380
1分で作って評価する機械学習モデル
bunnchinn3
0
200
Other Decks in Science
See All in Science
統計的因果探索の方法
sshimizu2006
0
880
A Theory of Scrum Team Effectiveness 〜『ゾンビスクラムサバイバルガイド』の裏側にある科学〜
bonotake
13
5.1k
効果検証入門に物申してみた_JapanR_2023
s1ok69oo
6
4.5k
Machine Learning for Materials (Lecture 6)
aronwalsh
0
420
大規模画像テキストデータのフィルタリング手法の紹介
lyakaap
5
1.1k
The Universe, How it works
arafkarsh
0
110
B-Cubed: Leveraging analysis-ready biodiversity datasets and cloud computing for timely and actionable biodiversity monitoring
peterdesmet
0
170
はじめての「相関と因果とエビデンス」入門:“動機づけられた推論” に抗うために
takehikoihayashi
12
4.3k
Ph.D. defense "Convex Manifold Approximation for Tensors"
gkazunii
0
180
拡散モデルの概要 −§1. 拡散モデルで使われる確率微分⽅程式について−
nearme_tech
0
100
「国と音楽」 ~spotifyrを用いて~ #muana
bob3bob3
2
330
Machine Learning for Materials (Lecture 7)
aronwalsh
0
730
Featured
See All Featured
How STYLIGHT went responsive
nonsquared
92
4.8k
Optimizing for Happiness
mojombo
370
69k
It's Worth the Effort
3n
180
27k
Producing Creativity
orderedlist
PRO
338
39k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
18
1.6k
A better future with KSS
kneath
231
16k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
660
120k
Put a Button on it: Removing Barriers to Going Fast.
kastner
58
3.1k
Embracing the Ebb and Flow
colly
80
4.2k
Keith and Marios Guide to Fast Websites
keithpitt
408
22k
A Modern Web Designer's Workflow
chriscoyier
689
190k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
323
20k
Transcript
“なんもわからん”から始める実験の設計 自律機械知能の行動観察 最初の一歩 ぶんちん 2023年12月14日 データサイエンティスト集会 in VRC 1
自己紹介 ぶんちん 複合経営が特徴の企業(製造業)に所属 データ分析担当者だったが。。。 成果獲得を狙うと、 同じことに繰り返しで 飽きた 他者にやらせたら、
成果が増えるのでは 特に非専門家向けのDS教育 2
バーチャル学会2023に参加 3
私が途中参加したときの状況 4 中心部分はすでに完成 どんな振る舞いをするか 体系的な知見がない どうしたらAMIの面白さを 共有できるかわからない 調査方法に課題
まずは達成目標の定義 前提条件 実験時間・回数に制約あり YAIBAを用いた行動記録が使用可能 目標 学習がおこなわれていることをわかりやすく示す
AMIの行動に時間的な変化が生じること 周囲の環境から影響を受けること 5 前提条件に基づいて 検証可能な目標を立てる このプロセスが成果獲得に超重要!
時間的な変化を検証する環境 AMIに学習を進めさせ、周りの環境に飽きることを観測すればOKなはず 極力特徴のないシンプルなワールド できるだけ実験回数を増やすことができる環境 小さいサイズのワールド(当初計画の数分の1サイズ 6
初期の実験ワールド 発表に使用した実験ワールド
外部からの影響有無を検証する環境 共通点を持ちつつも、環境から得られる情報が明確に異なる環境 同じ形状で、同じ行動が可能である 外部から得られる情報が異なる 7 実験用ワールド シンプルな環境
壁の違いやランダム画像表示のある環境
実験結果 8 複数回実験し、様々なパターンがあるものの学習していることを示せた シンプルな環境 壁の違いやランダム画像表示のある環境
得られた結果と今後の展開 学習が進んでいることを示せた 時間経過による変化を示せた 外部からの情報により変化が生じることを示せた 一方で課題も見つかった 事実上、立ち止まることができない(対応済み) 動かすPCによって実験時間(行動&学習時間)が異なる
今後も様々な検討を予定 9