山田　2009 / 05 / *

河原林研究室>>ワンマン的日記>>山田　2009/05/*

今月の目標 †

今週の目標 †

	ワンマンエージェントのデータを取る。

2009/05/01 †

• 13:00-17:30@河原林研究室
• 実験データの処理の（半）自動化スクリプトの作成
• ミーティング

2009/05/08-10 †

• RoboCup? Japan Open2009
• @OSAKA

summary †

今週の目標(5/11-5/15) †

	ランダムに配置したポールマンをどのように避けるか実験

2009/05/11 †

• 13:00-16:00@研究室
• librcsc3.0.0のaction/dribbleあたりを解読
• ワンマンエージェントを「ドリブルベクトル」方式から、agen2dのbody_dribble関数を使ってドリブルするのに変更した。
  • body_dribbleの引数にdrib_targetに、目標位置の絶対座標を与える。
  • body_dribbleの引数のdodge=trueにすることで、敵を回避するので、これを利用。
    • 敵をよけるのはbody_dribbleにやってもらうため守勢ベクトルは実質、使っていない。drib_tagetに与える目標位置には攻勢ベクトルのみ利用。現在は攻勢ベクトルはゴールの中心のため、値は絶えずゴール。

2009/05/12 †

• 11:00-17:00@研究室
• 実験データをパースするスクリプトの作成

	ドリブルは、グローバル座標でターゲットの座標を指定している。

summary †

今週の目標(5/18-5/22) †

2009/05/18 †

• 13:30-15:00@TOSYO-KAN

2009/05/19 †

• 11:30-17:00@TOSYO-KAN
• write script for automation of experiments
  • 自動試合実行
  • 自動でデータを抜き取る
    • ステップ数
    • ゲームステート
    • ボール位置
    • プレーヤ位置
  • 評価内容（ワンマンエージェントの評価）
    • 攻め上がり位置
    • ボール保持時間
    • シュート回数
    • 得点

2009/05/20 †

• 14:30-17:00@研究室

experiments

	trilearn vs myteam(based agent2d-2.0.1)
	trilearn vs agent2d-2.0.1
	25 times(each)

• myteam CFWにワンマンを混ぜた。
• １試合3000stepをする。これを１試行として25回行った。
• 得点だけを評価した。

result

2009/05/21 †

• 14:00-17:00@研究室

extra-experiments

	myteam vs agent2d
	25 times

result

...

	agent2d vs agent2d
	25 times

result

2009/05/22 †

• 13:00-18:00@研究室
• ミーティング

summary †

• 達成度
  • チーム実験を行う（70%:多くのバリエーションはできなかった。）
  • 実験自動化（90%:自動化は、ほぼOK。ただし、汎用性がない。）
  • 解析用スクリプト（40%:データをカラム形式にパースするところまでは自動化した。）
• できたこと/わかったこと
  • （よい）実験データが取れた⇒result参照
    • trilearn vs myteam/agent2d
    • myteam vs agent2d
• 解決すべきこと（問題点）
  • 論文のストーリー展開
  • どのように分析するか、につながる。
    • 一般化の方向へ
    • エージェントの設計
    • 　パレート効率
    • サッカーエージェントで閉じるか？
    • チームプレー分析か？
  • 解析用のスクリプトが遅い。。。（けっこう無駄な処理してるかも）
  • oocalcのSTDEVとSTDEVPの違いを調べる。
    • STDEV 標本に基づき、標準偏差を予測します。
    • STDEVP 母集団に基づき、標準偏差を返します。
• 次どうしたらよいか（TODO）
  • 実験データの分析
    • 攻め上がり位置などの基本的な分析（グラフ化）
  • 来月の予定を立てる
  • 評価指標の検討
    • チームパフォーマンス指標
    • ワンマンエージェントのパフォーマンス指標
• 小ネタ
  • 福井大学公開講座「知能」
• 打ち合わせ
  • 5月27日火曜日の午後1時半〜
    • どの方面でまとめるか？
    • その方面のストーリ作成上の埋めないとだめ点はどこか？
• 論文2本

今週の目標(5/25-) †

• aaa

2009/05/25 †

• 14:00-17:00@研究室
• 論文読む
• 統計の勉強

2009/05/26 †

• 13:30-17:00@研究室
• ミーティング
• Todo
  • 用語調べ
    • ナッシュ均衡
    • パレート最適
  • 協調・非協調の事例
    • 行動選択のシステム
  • 欲求のモデル化
    • 何のために
    • 必要な具体例は？

2009/05/27 †

機械科の研究室で、連続体力学の勉強してた

2009/05/28 †

• 13:30-17:00@研究室
• Onemanのポジションを指定して対戦を実行するスクリプトの作成。
• 実験
  • それぞれのポジションにOnemanプレイヤーを入れたチームで実験（１１パターン）
    • vs agent2d
    • 3000steps
    • 50試行(それぞれ)

      ※3000stepの試合が約5分だから、（スクリプトの処理も加味して、1試合MAX6分とすると）一日概算250試合くらいできる。

2009/05/29 †

＠NAIST

summary †

火曜日のミーティングは、結局、話が発散してしまった気がする。

• 達成度
  • 実験データの分析（20%）
    • データを表にまとめたが、何を分析するのか、のところで立ち止まってしまった（参：火曜）
• できたこと/わかったこと
  • ゲーム理論的な解釈と実時間タスクは何か反りが合わない
• 解決すべきこと
  • （引き続きだが）分析の方向性
• 次どうしたらよいか
  • もうすこし、資料を集めて、議論
    • 今週のミーティングの反省点は、途中で議論の主題が変わってしまったこと。
• 小ネタ
  • http://nippon.naist.jp/
  • http://www.phy.med.kyoto-u.ac.jp/
    マルチエージェントシステムの個体レベル分析の方法論的研究(要旨),高階知巳,電気通信大学,2000