What AI who knows nothing did before learning 〇 × game [Physics engine]

[@mechamusic2702]

マルバツゲームでこんなに難しいなら、囲碁でAIが人間に勝つことがめちゃ凄く思えてくる

[@hutoukou2003]

何が○で何が×なのか
人間でもまだわからないというのに

[@狂気のクマさん]

深い

[@戦闘機雷電]

めっちゃ難しそうな問題で草

[@あんこレアチーズケーキ]

２年後名前どうなるんだろうな

[@猿猿-s1c]

○でも負ける時はあり、×でも勝つ時がある

[@ぴんぴぴーぴ]

○でもうんこ出る時はあるし✖︎でもうんこ出る

[@あくあなめこ]

4:27 さらっと負けていく棒読みちゃん

[@積み立てたジンガ]

これの五目並べ版作って欲しいかも、

[@muhammad-ant_s]

大変そう

[@furusatonotkokyou]

囲碁や将棋でやれば…

[@AMENOMIN]

五目並べかぁ〜学習する前なら勝てる自信あるけど学習しちゃたらおそらくプロ並みに強くなると思うから勝てる自信ないな

[@はるかひなた]

@@AMENOMIN 五目並べのプロとは

[@AMENOMIN]

はるかひなた 正確には連珠だけどね。囲碁や将棋にもプロがいるように連珠にもあるんだよ。

[@-kemurixa-3211]

ついに戦略的なAIの作製に着手されたんですね。
瞬間瞬間ではなく長期的な先読みを必要とされるので、強化学習型だと非常に難しい分野だと思います。
カードゲームなどのボードゲームや、戦略シミュレーションゲーム、FPSなど、より戦略性を要するゲームで効率的な動きを追及するAIを作って見て欲しいと思っていたので、ぜひ頑張ってください。

[@edvega5472]

マルバツゲームは簡単そうだけど強化学習では難しい...
奥が深いなぁ

[@でっぴ-x4r]

分かりみが田沢湖

[@shibari_4869]

でっぴ わかりにくさが十三湖

[@でっぴ-x4r]

シバリ
では分かりやすく説明しましょう！
田沢湖は秋田県にある日本で一番深い湖なんですね！
その最大水深は423.4ｍ！
世界で最も深い湖・バイカル湖になぞらえて「日本のバイカル湖」と呼ばれているんです❗️
え？分かりにくい？
もう少し分かりやすく説明すると
エジプト人のダイバーが達成した潜水深度のギネス記録が332.35ｍなんですね！少しは分かりやすくなったはずです❗️

[@edvega5472]

@@shibari_4869 ちなみに十三湖の水深は最大３メートルです

[@ノンレムZzz]

2:00
『ま↑だ↓ま↑だ↓
　ガ↓バ↑ガ↓バ↑で………
　簡単に勝てる事もし↑ば↓し↑ば↓』

[@God_of_NattoXenoXeno]

ノンレムZzz ガ↑バ↓ガ↑バ↓じゃね（マジレス）

[@Snorlax9]

棒読みちゃん賢い

[@keylock2516]

ウォーゲームだったかな…昔の映画を思い出した…
戦争AIみたいのに〇✕ゲームをやらせて、戦争の無意味さを覚えさせるみたいな

[@s.i.3512]

αランダム君とかβランダム君とか
ガンダムみたい。

[@zLm-t7q]

草

[@maya-wb7fk]

草

[@MX1X23NS]

草

[@wani_yuri7781]

草

[@Sunakuzu_non-user]

草

[@カレーフラッペ]

映画「ウォーゲーム」でAIにこれをやらせてその隙にハッキングして核戦争を阻止したのを思い出した。

[@shin70007]

AIがこのゲームで戦争は勝ち負けが無い無意味なものと悟った様な..記憶があります。違ったらすみません。

[@poison03218241]

俺もそれ思い出した
『第三次世界大戦に勝者なし』って演算結果を出したのだったかな？

[@ALMONDO_Figures]

こーじさんの動画
実家のような安心感がある

[@toyotadesera]

映画「ウォーゲーム」を思い出します

[@カズ丸-i6c]

toyotadesera おいらも思い出しました(^^)

[@Z777-h3p]

コンピュータにこれをやらせて暴走させて終わらせたんだよね。

[@トッティ-p5w]

こんな感じでゲームさせるの面白いです‼️
マインスイーパーとか覚えさせたら楽しそう

[@小型みかん]

前から気になっていたんですが鳥はパタパタするだけでなんで飛べるんですか？
方向転換とかどうやってるんですか？

[@dotuknov]

ウォーゲームていう映画を思い出した······

[@st1816]

コンピューターに諦めを知らしめるヤツデスネ♪

[@古澤修-b1m]

+dotuknov様
私もその映画を観たので思い出しました。
三目並べが地球を救った映画ですね。（何のこっちゃ）

[@尊い騎士]

動画には関係ないかもなんですが
こーじさんの男女比ってどうなってるんかな..

[@DornEX5]

たしかに気になる

[@リキシー]

どういうこと？

[@menoya_]

コージさんの視聴者の男女比です

[@deer-yu]

こーじのオスの部分と、こーじのメスな部分

[@aiueongaku824]

工学系だから男9割と予想

[@ブラックティポトルタ]

362,880‬通りでいいのを387,420,489‬通り学習させるとなると確かに時間かかりそう。（あってるかわからない）

[@ttt-hk1qu]

コージサンAIたくさん育でてるし育てるのうまいから
将来AI育てる職人とかになってそう

[@るとるま]

いまもなってるよ

[@Nigeruna_Hikyoumono]

リクエスト
強化学習オセロ、将棋とかどうでしょうか？

[@skyouya.8998]

うぽつです
すごい…
動画面白かったです

[@nagaphoto6293]

前から思っていたんですが、こういう機械学習ってどういう原理でやっているんですか？あと、どうやって使えるようになったんですか？わかりやすいサイトとかあったら教えてください！

[@R_purupuru]

機械学習は人も優秀じゃないとダメということか…

[@subapapa7550]

やはり
何事も、やってみなけりゃ解らない
って事ですね

[@55to48n]

BATTLE SHIPってボードゲームがあるんですけど、あれはどうやって配置する,攻めるのが強いのでしょう？
これって強化学習できませんか？

[@しろこ-z1y]

報酬っていう制度何気なくだけど普通に面白いもんだよね

[@user-kd3do7xc3k]

エンディングすこ

[@かまぼこ_さん]

5目並べなんかも面白そうですね！

[@magi125]

映画【ウォーゲーム】はAIに引き分けを覚えさせてた

[@ダメ絶対音感]

ウォーゲームって映画があってですね

[@太鼓の達人-j9i]

どんな映画ですか？

[@ソラニン-g2s]

9！通り全部覚えさせたらいいだけなのかなと思ったけど奥が深いのかな

[@猫の小判]

ウォーゲーム（映画）でありましたね

[@TheBluemoonsmile]

棒よみちゃんの『こんにちは』
がないと消化不良。。。

[@鈴木一郎-x8t]

自分も以前3目並べをDQN, Q学習でやってみましたけど、圧倒的にQ学習のが良かったです…。3目並べほどゲームが単純だと関数近似とかするより網羅的にQテーブル埋めていく方がいいのですかね…？

[@baronharu8518]

人間は神、はっきりわかんだね

[@汚魚-p9p]

リクエスト(葉っぱって中に入った水お蒸発させるためのアナがあるそうですそれがものすごく複雑で人間の血管みたいに入り組んでいるみたいですそれお再現して葉っぱの中でウォータースライダーみたいに遊んでください！)

[@satoyann]

これいづれ「最初真ん中とったら必勝」のパターンにたどり着くんだろうね

[@ぐでレッサーパンダ]

ディープラーニングの将棋AIがプロを脅かし始めたニュースを思い出しました
個人のPCだとどの程度のゲームまで学習させられるんですかね
オセロか挟み将棋くらいなら強くできるんでしょうか・・・？

[@荒牧マロン]

いつも楽しく見てます！
難しいかもしれませんが、どの泳ぎ方が一番泳ぎやすく早いのか気になります！
調べてみてください！

[@menmaetv]

全てのパターンを解析してこの時はこうするみたいなのを緻密に計算させれば厳密に勝てるやり方になる(ガイドラインおもろ！)

[@たかたか-v4c]

ウォー・ゲームの書き込みが多いのに驚いた。あの映画結構好き。

[@たかみ-j7i]

まだまだがばがば、が好き

[@googletnb8888]

強化学習が敗北する回すき
まだ人間にも勝ち目がある気がして安心する

[@わいしーくん]

2:05
まだまだ
ガバガバ
しばしば

[@bearoffline2887]

単純なことを複雑な手段でやろうとすると難しくなるな
四則演算とかもわざとAIで実装することで何か新しい道が開けるのだろうか

[@雪下-f7g]

カリキュラム学習でそこそこ強くなってから互いに強化学習してみてほしいですね

[@com-df1de]

名前をランダム君より、ライバル君に変えよう()

[@akhmatkhuzi]

すぐに強くなりそうと思ったけど思いの外上手く行かないもんなんですねぇ。

[@猫-e5t]

βランダム君とIAではCPUとして有能なのですか？

[@森山十織]

AIってこえーな…
語彙力なくてすいません…
どんな仕組みで学習してるんですか？

[@おしん-w6q]

こういうアルゴリズムはなんて調べたら作れますか？
特殊な環境など必要ですか？

[@おしん-w6q]

動画の最後にPPO、Unityとおっしゃっていましたね

[@Tn-fr9pd]

ウォーゲームから世界を救った3もく並べですね(映画)

[@ddd-ep4fn]

ステートもアクションも空間が狭いから報酬テーブルが早期に学習できそうな気がするけど実際はもっと難しいのか

[@NaganawaCH]

映画『ウォーゲーム』ですね

[@kyohei3552]

将棋AIみたいに局面毎の有利不利を数値化した評価関数を定義したら良いと思うんですが、難しいのでしょうか？

[@NatureJapan3776]

さらっと言いましたが、「カリキュラム学習」は面白そうなキーワードですね。

[@熊沼-k6f]

スマホカードゲームのAIを作る人ってすごいなって思った

[@takahiromiki8642]

マルバツゲームの場合、行動が離散値なのでPPOではなくQ学習系の手法を使ったほうが良いのではないでしょうか？

[@野生のチンバッソ]

サムネネオアームサイクロンジェットアームストロング砲じゃねーか完成度高いなオイ

[@SmFeS]

これまでこーじさんが投稿されてた強化学習と違って、入力が連続値ではなく[○, ✕, 無]で３つの離散値なので、入力値に過敏なネットワークにならざるを得ず、収束しないのでは？3x3の入力に対して2x2や3x3の畳み込みを最初に挟んでみてはいかがでしょうか。もしくは入力をone-hotな3x3x2にしてしまうとか。

[@radi1458]

もし地球の裏まで土管が繋がっていて，そこに落ちたらどんな挙動になるのでしょうか？
ちょうど真ん中で重力が無くなって止まったり，横軸の360°の重力に引かれてバラバラになるのでしょうか？(釣り合って0なんかな？)検証お願いします！！

[@tarouyamada9351]

こういうのを見るといつも疑問に思うこと。
王手とか防御という概念は人間が点数で重み付けによって導かないといけなくて、「AI」と言っても勝敗の山場みたいなものを自分で判断しているわけではないのかな、ということ。

[@カエルの唄-c7d]

引き分けの報酬を多くした方が上手くいきそう

[@jackybriant9548]

ウォーゲーム思い出した

[@深川信司]

両方AIで勝負させて学習させるとかシンギュラリティ引き起こそうとしてて草

[@born2bmild710]

「ウォー・ゲーム」やな

[@purim_sakamoto]

球技みたいなルールのゲームもやって欲しいです！

[@カリカリ-g4f]

UFOキャッチャーで出来るだけとれるように強化学習して欲しい

[@poison03218241]

ウォー・ゲーム多過ぎて加齢臭ガス噴いたw

[@YachiOVitheandnado]

昔、アプリで作ろうとしてなかなか旨くいかなかったなぁｗ
AIに学習させ思惑通り動くのとはわけが違うけど、完成に近いのを観ると凄いなぁと思う。

[@todoor_9176]

棒読みちゃんの
コンニチハ
が無いと寂しい件

[@minapona5576]

これ将来的に将棋とかチェスとかで
やったらおもしろそう

[@Iceflower1104]

ルールベースは最強(本末転倒だけど)

[@灰色冬生]

2:29「αランダムくんとでも呼びましょう」
「パタリロ」お好きなんですか(？_？;)

[@クリぼっち-h6g]

丸ばつゲームって先行じゃないと負けるか引き分けだよね

[@esusanplay5728]

これまじで、どうやってるんですか？Unityでゲーム作ってる者ですがこのような動画の再現方法がわからない…

[@mocchy5089]

3目並べでは、「絶対に勝てる方法」は存在しない。
ただし、「絶対に負けない方法」は存在する。
よって、極めた人同士ですれば全試合引き分けになる。
らしい。5目並べは知らぬ。
3×3しかないんだから、全部のパターン試してみたらすぐわかると思う。面倒だからやらないけど。
対称なのを除けば、初手は「角/辺/真ん中」の三種だし、案外考えるパターンは少ないのかも。

[@ゆでたまごちゃんねる-n3e]

こんにちは。
車のホイールが高速回転してると、ゆっくり逆回転してるように見えるのは何故ですか？？？

[@mijkrijk1885]

勝つ為には戦わないこと、ジョシュアですね。

[@3a075]

〇✕ゲームは小学校の時全パターン試して必勝法を見つけてやってたし、同じタイミングで相手も必勝法見つけてたからそれ以来勝負が着いたことが無い

[@yamatodx7976]

3目並べは先手必勝だから5目並べverもみたい
まぁこっちも先手必勝なんだけど

[@6nem3ktumi]

これこう言った点数制御じゃなくて
人間に買ったら1負けたら0で数百通やってほしい
そもそものマル罰ゲームを理解するところからAIにやらせてほしい

[@bone7859]

立体4目並べ版とか見てみたい

[@KOIZUMI122333]

もう"物理"エンジン関係ねーな！笑

[@user-nukaaaa]

じゃんけんの強化学習やってほしいー

[@かんちゃん46]

これがもう少し複雑なオセロ以上になると飛躍的に強くなるんだよね、AIの思考って何んだろうと思う。

[@サト-s7q]

この学習将棋でやったらすんげぇ時間かかりそうですねw

[@sisi-qr1pp]

時間がかかるどころか不可能じゃ…

[@ReynardYamareco]

こーじさん、はじめまして
報酬の値に問題があると思います
反則手は-10、もしくは-1（報酬クリッピング）に、引き分けは値を与えないようにしてください
反則手をそもそも打たないロジックをまず実装かな(笑)
あと、先手後手を反転したものも同時に学習させてください
それでうまく行かなかったら、どこかロジックが間違っています(笑)

[@登録者100万人目指す米]

このゲームに勝つ方法
最初のジャンケンで勝つ。
真ん中おけた方が有利だから

[@ハッピークラッピー-j4r]

動画なしで登録者100万人目指す米津玄師 実際は初手で4隅置いた方がいいらしいですよー

[@roku6474]

これ、先行が真ん中取ったら負けはしない
敵が2.4.6.8をとったら、取られた数に隣接する角をとれば勝てるし、
敵が角をとれば対角をとれば負けはせん

[@ゴーヤ-c1f]

これ小学生の時必勝法使って遊んでたなぁ

[@jerrythomas8348]

q-learningを使えばもっと性能上がりますよ

[@extrabonus4840]

AIに
「部長にはかなわないなぁ」
と言わせるには
どんな報酬と罰を与えればいいですか

[@Summer_Kun]

これ極めるとチェスとか将棋とか行けそう。

[@しょーへー-d1v]

ランダム君がランダムじゃなくなっていく，これが機械学習か！！！！（）

[@orunsung6111]

〇✕ゲームなら学習させるより普通にプログラム組んだ方が強い説

[@Sunakuzu_non-user]

最初は、ランダムな場所に置く
相手が二個連続で置いたらその先の空いているところに置く
もし、自分が二個連続になってたらその先に置く。もし塞がれている場合、これ以外の条件を達成する
もし、一つの列に自分のがあったら、開いている場所に置く。もし塞がれている場合これ以外の条件を達成する
って感じ？(できるか分からん)(まずプログラミング出来ない)

[@ホタテガイ-g3h]

人間はミサイルの上に乗って飛べるのかをやってほしいです

[@yukkyilove]

・・・。
当方、○❌で「真ん中は悪手」だと思ってました。
ゲーム性が単純で有るが故に
「必勝」ってのも無いのかも知れませんね。

[@アーサー崩スタ]

自分は3×3じゃなく5×5とかでやってる時があったなぁ。1×1、2×2でも。

[@佐藤です-w3z]

1×1では一マスしかないのでは？

[@チャパチュパチョパ]

こうやってオセロ版とか将棋版のAIができてるんやろな

[@wahanui6098]

五目並べとかどうでしょう