INTERACTIVE AI LAB · 01

Fuzzy Flight Lab

ブラウザだけで動く

「ちょっと近い」を重ねて、進む。
GFTと小型ニューラルネットワークを、世代交代で育てよう。

270step以内の到達が課題。初期集団を評価済み。

切替は学習を停止し、方式ごとのseed・世代・初期最良・現在最良を保持。初期化は現在方式のみ(評価配置は元に戻る)。同じseedでも遺伝子の構造が違うため、同じ個体にはなりません。

MISSION:270step以内にゴールへ。全世代で同じ物理・同じ制限。安全に避けるだけでなく、速度と誘導の釣り合いを育てよう。

01 飛行フィールド

再生中

ドラッグ、または障害物をタップ → 移動先をタップ。選択後は矢印キーでも移動。点線は元の学習配置。学習と同じ配置

同じ配置・選択した初期向きで、初期最良と現在最良を比較。軌跡は最終地点まで表示、機体とLIVE値は現在のリプレイ。飛行終了後に最新世代へ更新。

02 いま、どう考えた?

● LIVE

GFT:数値は現在の機体位置から計算。矢印はモジュール同士の結合。

距離 → 「近い」の所属度

↓ 回避モジュール
回避の旋回—
危険度—
+ 別系統のゴール誘導
ゴール誘導モジュール

誘導の旋回 —

↓ 回避と誘導を、危険度で混ぜる
回避の混合比—
最終旋回—
速度 / step—

旋回 −1 = 左、+1 = 右。所属度は「どのくらい当てはまるか」であって、確率ではありません。

03 育ち方を観測する

24個体 × 3つの初期向き
世代0
固定した学習配置—
いまの評価配置—

学習前=世代0の初期集団最良。学習後=現在世代の最良。同じ3ケースを再計算。上の水色軌跡は再生中の表示世代です。

線は各世代の最良個体の実測平均得点。変更した配置は学習に使いません。評価3ケースは同じ初期向き(−0.18 / 0 / +0.18 rad)です。

現在の遺伝子・採点方法を見る

得点 = ゴールへの接近度 × 180 + 到達時420 − 衝突時100 − 経過step × 0.06。接近度は最終位置から計算(0〜1)。全世代共通の飛行制限は270step。速さ・回避・誘導を両立する時間制約付き課題です。物理や制限は学習で変わりません。

TRY THIS

3つの実験

  1. 育てる。 初期の時間切れ・衝突を確認し、学習後に到達数と得点が変わるか比べる。
  2. いじわるする。 学習を止め、障害物を動かす。未知の配置でも飛べる?
  3. やり直す。 同じseedで初期化すると、同じ進化をたどる。
UNDER THE HOOD

判断の作り方を、比べよう。

距離を曖昧な所属度に変え、回避・誘導という小さなファジーモジュールを階層的に結合。上位モジュールが出力を混ぜます。遺伝的アルゴリズムは、選択 → 交叉 → 突然変異で判断設定を改良します(上位2個体は保存)。

NNは距離3値とゴール方向を受け取り、重み付き和を活性化関数に通して旋回と速度を出します。GAが44個の重み・バイアスとセンサー角を探索。誤差逆伝播や深層強化学習ではありません。

両方式は同じ生センサー情報・コース・3初期向き・270step・採点で試します。ただしGFTには人が設計した回避の構造があり、NNは探索する重みが多いので、同世代=同計算量でも公平な性能ランキングでもありません。NNが万能という意味でもありません。

固定20seedの実測では80世代後、GFTは20/20seed、NNは16/20seedが3ケースすべてに到達。NNには得点が伸びても0/3のままのseedが3つありました。この小さな課題だけの観察です。

初期個体は方式ごとの範囲から一様ランダムに生成。seedによって最初から解ける場合や、改善しない場合もあります。学習が最適解や未知配置への汎化を保証するわけではありません。障害物を動かすと、失敗することもあります。