ihpolyphe

勉強アカウント

[ihpolyphe @maikore99]

試される大地ではなく試せる大地か、、

[北海道標津町(しべつちょう)【公式】 @shibetsu_town]

#北海道フィールドロボティクスチャレンジ の詳細を公開しました！
標津町に滞在し、一次産業（林業）の現場でロボットの開発・実証をしませんか？開発費20万円・交通費・宿泊費をサポートします。7月上旬より募集開始！
https://t.co/ri0CzzyERL
#標津町

[ihpolyphe @maikore99]

ファナックロボットのROS2リポジトリがリリースされたらしい。

GitHub - FANUC-CORPORATION/fanuc_driver: This repository hosts the source code of the FANUC ROS 2 Driver project. https://t.co/5IyckVSfgk

[AIDB @ai_database]

ポケモンバトルは、タイプ相性、ステータス、技の威力と命中率など、複数の要素を同時に考慮する必要があるため、LLMの推論能力を試すのに適している。とのこと。

実際に競わせたところ、Grok 4は圧倒的に強く、ほぼ完璧な勝率で平均6ターン以内にバトルを終わらせたそうです。
一方でClaude やDeepSeekは慎重な戦略を取り、20ターン以上かかる長期戦になる傾向がありました。

ただ、いずれにしても人間が感じる「適度な難易度の相手」として機能できることが分かりました。

ついでに、新しいポケモンの技を作らせると��う不思議な実験も行われており、GPT-5 Miniは最も創造的で独創的な技を生み出し、Claudeは数値バランスの取れた実用的な技を作るのが得意でした。

[ASCII.jp @asciijpeditors]

アップル、次世代Siriにグーグル「Gemini」採用へ https://t.co/9TIbS7Caqd

[ihpolyphe @maikore99]

AIポケモン対戦、そろそろZA環境移行したいな、、まだ新規ポケモンのイラストが追加されてないから微妙なんだよな

https://t.co/hl5NX2kEhz

[日経クロステック（xTECH） @NIKKEIxTECH]

東京大学など、曖昧な言語指示でロボットの把持可能に　複数AIエージェント協調: … https://t.co/u02Cy6IEur

[ihpolyphe @maikore99]

PokemonShowdownもうZAのポケモンに対応し始めてる。新しいポケモンで学習させてみよう。

[ihpolyphe @maikore99]

強化学習AIのポケモンバトルpart7作ってみました
https://t.co/D8AVsjCOtn

#reinforcementlearning
#PokemonShowdown

[ihpolyphe @maikore99]

ポケモンバトルAIの攻撃、交換の報酬設計難しすぎる。。交換してても勝てないから攻撃ベースでいいんだけど、ここぞという時は交換して欲しくて、それを報酬で表現できるのか

[ihpolyphe @maikore99]

> 野生・たんパンこぞう・スキンヘッズ以外との戦闘の場合、覚えている技すべてからランダムに技を選ぶのではなく、フィルタリングで残された技の中からランダムで選びます。

ゲームのNPC強いけど、最新もまだルールベースなのかな

相手のAI(初代) - まへっちのポケモンメモ https://t.co/81iwNMikVS

[ihpolyphe @maikore99]

強化学習によるポケモンバトルAIの作成動画です。PPOの報酬設計難しかった、、、

【強化学習】ポケモンバトルAIに戦わせてみた Part4 | Reinforcement Learning AI plays Pokémon Battle
https://t.co/WNays4HfnQ

[ihpolyphe @maikore99]

意外に反応があってびっくりしてますが、ROS2 Unreal Engine連携方法に��いてまとめてみました。ご参考になれば幸いです。
https://t.co/idQiHsgyvd

[ihpolyphe @maikore99]

ROSCon JPではIsaac simを使ってる事例多かったけどUnreal Engine使ってる人は少なそう。需要は無いかもだけどROS2連携方法はまとめておこうかな

[ihpolyphe @maikore99]

#ROSConJP2025 初参加してきました。製品の展示会と学会のいいとこ取りみたいな感じで楽しめました。機会があればまた参加したい。

[ihpolyphe @maikore99]

今強化学習使ってるPokemonShoDownの行動選択AIだけど、gpt-oss使って行動させるのも面白そう。模倣学習もやりたいけど、学習コスト的にもこっちの方が楽かも。
https://t.co/vci9euc9yA

[ihpolyphe @maikore99]

Pokemon ShowDownでポケモンAIバトルpart3公開しました。
DQN→PPOでかなり行動に多様性がもたせられることを確認しました。
https://t.co/IXn7vGP6bs
#ppo
#PokemonShowdown
#reinforcementlearning

[ihpolyphe @maikore99]

PPOのクリッピングの部分にフォーカスした理論的説明と、学習時の指標についてまとめました。PPOの学習ではまってる人がいたら参考にしてもらえればと思います。
https://t.co/vVLBqlrsB2
#reinforcementlearning #PokemonShowDown
#PPO

[ihpolyphe @maikore99]

DQNの次にPPOでポケモンバトルの強化学習してるけど、なかなか期待通りに学習が進まない。目的関数とのKLダイバージェンス(分布間距離)が常に大きいのと、クリッピング選択率が1でほぼクリップされて学習できてない。より緩やかに学習が進む��うにパラメータ調整中。

[ihpolyphe @maikore99]

ポケモンバトルをDQNで強化学習させてみたけど、うまくいかなかった。ポケモンバトルみたいな直接行動が報酬に結びつかない、状態空間が爆発している環境だとうまく学習できないのかな。バトルするポケモン自体も固定してない、相手もAIだからそ��辺りを固定するともう少しマシな学習できたかも。

[ihpolyphe @maikore99]

Pokemon ShowDownでポケモンAIバトルpart2公開しました。
https://t.co/97fnEea3Xc
#PokemonShowdown
#reinforcementlearning