NEURAL DODGE EXPERIMENT

避ける、を学習する。

待機中

01 / 経験データの収集

行動データを収集
被弾0
被弾/分(1分)—
被弾/分(10分)—
行動待機

02 / 学習モデルの操作

NNで行動を選択・経験も学習
被弾0
被弾/分(1分)—
被弾/分(10分)—
行動待機
00:00
学習トークン 0更新回数 0平均損失 —予測結果 —被弾尤度スコア —

判断状況 / 最後に危険を検出した判断

危険な候補を検出すると更新します。

行動候補被弾スコア予測選択
左 ¼—未評価
左 ½—未評価
右 ¼—未評価
右 ½—未評価
待機 300ms—未評価
待機 600ms—未評価

最大確率の単語を2段階・各10単語まで予測します。行動・被弾に届かない候補は「先読み未到達」としてスコア1で評価します。高リスク・未到達の候補がある時に更新します。スコアは実測確率ではありません。

文章ビューワ / 学習モデルの行動履歴

行動選択時の直近64トークンを最新10件表示します(10秒ごとに更新)。行をクリックすると全文をコピーします。

左右両画面のすべての記録単語を、直前の履歴から予測するよう学習します。被弾は衝突した瞬間に記録します。学習は左75%・右25%を基本とし、不足分は他方で補います。右は200msごとに行動を推定し、途中の行動も切り替えます。記録はイベント発生時+200ms経過トークン、学習は1000msごと。学習はメモリ内のみ・再読み込みで初期化。