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?
● LIVEGFT: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。
誘導の旋回 —
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。
NN:4入力 → 6隠れユニット → 2出力。すべて実際の制御計算値。負値は数値欄で確認できます。
旋回はtanhで−1〜1、速度はsigmoidの0〜1を0.48〜3.5 px/stepに変換。活性値は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。
3つの実験
- 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。
- 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?
- やり直す。 同じseedで初期化すると、同じ進化をたどる。
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。