今回やること

  • プレイヤー全員の役職を一気に推定するモデルを作成してみる

実践

学習データについて

  • 訓練データは、今までのものと同じで、LSTMに対応した形で作成していく。
  • ラベルデータは、役職の構成を番号に直したもの
    • 「村人、村人、占い師、狂人、人狼」の順だったら0みたいなかんじ
    • 全部で60通りの組み合わせがあるため、ラベル番号は0~59
      1.png
      • こんなかんじの組み合わせ

学習結果

  • Test loss:0.42088870953854396
  • Test accuracy:0.840223958505628
    • テストデータに対する精度

サンプルデータに対する精度

役職ランダムの10000試合で検証

エージェント村人占い師狂人人狼総合
全体推定のやつ61.843.150.847.052.9
WSPのやつ60.341.454.544.152.1
ランダム選択のやつ54.543.453.043.949.8
  • 狂人はWSPの方が4%くらい高い
  • 個別で推定したものよりも、0.8%高くなった。
    • 理由はいまいちわかってない
    • 偶然の可能性もある(10000試合だけど)

推定精度

  • 全体推定のやつ
    推定.png
  • WSPのやつ
    推定2.png

seminar-personal/nakahara2019


添付ファイル: file推定2.png 188件 [詳細] file推定.png 185件 [詳細] file1.png 209件 [詳細]

トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2020-01-08 (水) 10:52:45