fly-muaythai

リング上で 2 匹のハエが組み手をする。闘う側の脳は neuPrint 経由でオスの中枢神経系コネクトームから切り出した 6,170 ニューロンの回路で、相手の追跡に LC10、迫る打撃に LPLC2 と LC4、剛毛と脚の触覚、ジョンストン器官の平衡、攻撃性の pC1 クラスタ、報酬の PAM ニューロン、下行ニューロン 1,314 本すべてが入る。配線は固定で、学習するのは細胞型ごとのゲインと下行ニューロンの読み出しという 14,910 パラメータだけ。身体は MuJoCo 上の flybody のハエ。更新 2,000 回時点で混合段階の 48 試合平均 +9.1 点、打撃命中率 65%。更新 1,000 回と 1,500 回では台本ありの熟練相手に負けていた。実データとモデル部分を表で分け、学習中に見つけた報酬設計の不具合 7 件も公開している。

公式サイト ↗

#fighting#flybody#mujoco#recurrent-ppo#self-play#malecns