気晴らししたい pipのopenSSLエラー sdfファイルが見つかりません 第二段階の規制緩和 pipのopenSSLエラー 連続値制御のための深層強化学習アルゴリズムを使うためにpybullet gymをまずはインストール． github.com gymない人は，gymを以下でインストール gi…

焦り 連続値制御 雨 連続値制御 RL前の離散行動リストで全く上手く行かないので，連続値制御に切り替えようかと思い始めている． その場合はGPU使う必要が出てきそう． やはりDeepRLのアルゴリズムになるのか？ まずは実装のために勉強しなくては、、 残り日…

規制緩和1st phase 規制緩和 RL 雷雨 規制緩和 今日から規制緩和の第一段階が実施された．一部の業種(美容室など)の営業再開である． なお，スーパー等での非生活必需品の販売は5/11に見送られることとなった． そのため，街の動きに関してはそこまで大きな…

パソコン激重 RL 二週間ぶりのジャンプ RL 一晩経ってもpolicy gradiant の計算が終わっていなかった． どれだけ時間かかるんだよう． 報酬と終了条件を変えたのが原因で．でもパフォーマンス上がってくれていたら良いけども． 二週間ぶりのジャンプ 待ちに…

PDCA RL ハンドソープ 本 RL 報酬変えては計算，アクション変えては計算．上手くいかないですねぇ． 時間だけが吸われていく、、 ハンドソープ テレワークだと家の石鹸が減るのが早い． 買い出しついでに新しく石鹸を買いました． 必要なものはロックダウン…

時間の使い方 RL 湖水浴 RL 一晩寝かせてなんとかpolicy iterationの計算が終わっていた．220回あたりから収束していたようだが，実際にパフォーマンスを見てみるといまいち． ローカル最適に落ち込んでしまったか．そもそもの設計も良くない気がしてきたの…

Policy iteration v Value iteration 144日目 計算重い 結果 145日目 Policy Iteration meeting 本 144日目 計算重い バグ修正も完了し，学習を開始することができた． 問題はpybulletではgetBacepositionandorientationでは位置と姿勢がそれぞれタプルで渡…

強化学習の闇 バグ修正 ワンピース EPFL再始動 バグ修正 まさかのトレーニングデータが保存されないというバグ発見． 保存→読み出しの機能も確かめないといけなくて，かなり面倒くさい． 人生は面倒くさいとの戦いだよなとつくづく思う． ワンピース ちょこ…

設計難しい 報酬 COVID-19 報酬 報酬の設計と行動リストの作成が難しい． たしかここを最適化できる方法があったはず． 研究が軌道に乗ってくるとどんどん進むのは良いことだ． COVID-19 スペインがイタリアを抜いていた．欧州は全体的にピークアウトしてい…

游山翫水 美しきレマン湖 雨天 美しきレマン湖 午前中は天気もよく，久々にレマン湖畔を散歩してみた． 空気が美味しい，景色もきれいと文句なしである． ただ，皆考えることは同じなのか，前に散歩したときと同程度かそれ以上には人がいるような気がした． …

RL難しい アルゴリズム修正 マスク アルゴリズム修正 ちょっとバグが散見されたので，ちょこちょこ修正しながら挙動を見ていたが，なかなか厳しい． もちろん報酬関数の設計と行動リスト に大きな課題があるのは知っているけれど，それにしてもいい結果が出…

不可逆的進化 終わりと始まり RL完成 買い物 終わりと始まり スイスは先日段階的緩和についての措置を決めたようだ． www.admin.ch 全部で3ステップあり， 第一ステップは4/27からで，食料品店での非生活必需品の売買許可，美容室やマッサージ，タトゥーなど…

コーディング スマホ封印 RL スマホ封印 スマホを午前中と午後に封印をした． 結果的にそれなりに生産性が向上した．やはり物理的隔離はかなりの効果があるようだ． リモートワークの今におすすめ． RL openAIのgym環境をラップして，それを参考に今の環境を…

集中力 スマホを断つ SNSを断つ 意志と意思 スマホを断つ 仕事に打ち込む，勉強する，おそらく一番やらなくてはいけないのはスマホを物理的にシャットアウトすることだ． スマホは便利で，一つあれば何でもできてしまう．故に娯楽と仕事も混ざりやすい． ス…

休暇疲れ 集中力 スーパー 集中力 イースター休暇挟んでから妙に集中できなくなった． たぶんSNSとかの影響もすごいのだろうが，とにかく研究をするスイッチが入りにくくなった． まずいので対策を施さないといけない． スーパー ２日ぶりのスーパー．なんだ…

休暇とは？ 強化学習 単調生活 強化学習 gymベースのアルゴリズムを参考にしていますが，結局何の値を渡さないと行けないのか整理するのに時間がかかる． pybullet自体はどうやって組み込めば良いのか？ 手探り状態です． 単調生活 まじで書くことがない．起…

研究しないと 生活の幅 読書 ジャンプ 生活の幅 ロックダウンも4週間がすぎ，思った以上に疲れている． とにかく活動の幅が少ないのと，コミュニケーション不足だ． 人と会って話すのはかなり重要で，社会参加の意識や言語野の訓練になる． 海外だと特に意識…

買いだめ イースター休暇 関節を鍛える イースター休暇 イースター中も強く外出制限がかかり，コロナ疲れとの戦いである． スーパーも閉まるのが速い＆2日間の休暇のため，買い出しに奔走しました． プロテインも切れたので新しいのを購入． 【国内正規品】G…

暑い イースター 本 イースター 4/10~4/13はイースター．本来なら様々な催しや旅行などが行われる日． 我がホテルもぷちイースターの装い． うさぎと卵のチョコレート スイスではチョコレートでお祝いするみたい． しかしコロナ禍にあっては，外出を厳しく制…

進捗を生む勇気 Meeting 自粛は必要？ コーディング Meeting 先週延期なったmeetingが今日行われた．が，たいした進捗もなく10分ぐらいで終わってしまった． 強化学習を適用するのはいいけれど，色々弱点あるしよく考えましょうというお話でした． わかって…

引きこもり飽きてきた 自宅研究の日々 ロックダウン延長 自宅研究の日々 自宅研究と言いつつ，殆どが勉強と申請書の時間であった．プログラミングが得意な人も，はじめはめんどくさいとの戦いで徐々にものにしていったのかと思う． だからこそここできちっと…

プロテインが切れそう 学振 筋トレ RL 学振 評価書書いてもらって，受け入れ承諾証も貰って，添削直して，提出しました． やっと終わった．長い戦いだったな．自粛中の皆さんでDC or PDは締め切りまで時間ありそうだから今のうちにちゃちゃっとやっておきま…

緊張感 ピークアウトの兆し COVID-19の見易い記事 学振 RL ピークアウトの兆し Finantial TimesのCOVID-19の追跡サイトのチャートを見ていると，欧州はピークアウトしてロックダウンの効果が現れ始めた． www.ft.com スイスでは3/16に始まり，あと2週間ほど…

Macだめです． MacでGPU使ったDeep learning 鬼滅の刃 MacでGPU使ったDeep learning MacOSでGPU使おうと思ったらだめっぽい．AMDのやつが基本的には搭載されているんだけど，tensorflowとか主要deepライブラリはNAVIDIA製のGPUが前提らしい． つまり，AWSみ…

3週目の終わり 連続値制御 自重トレ スーパー 連続値制御 RL行けそうとも思ったが，状態が連続値だし結構面倒かも． やはりDeepの実装が必要っぽくて萎えそう． 時間かかるんだよな． 自重トレ 毎日行えている．が，やっぱりジムトレに比べて効率がとにかく…

光明 終末のフール RL 扇子 終末のフール 伊坂幸太郎の本で読んでいなくておすすめされていたものに終末のフールがあった． 終末のフール (集英社文庫) 作者:伊坂 幸太郎 発売日: 2009/06/26 メディア: 文庫 小惑星の衝突が3年後に迫った地球で，滅亡までの…

研究進捗ありません 快適 Meeting延期 RL 快適 テレワークは慣れてみれば快適なもので，たまにzoomでチャットしたり息抜きに散歩したり，リビングで本読んだり． アフターコロナの時代感ですね．WWII以来の社会の大変容かもしれません． Meeting延期 教授が…

新年度の始まり The last student year RL スーパーの怠慢 The last student year 最後の学生年である．最後になるといいな． ここまで来るとは思っていなかった． 前年度は成長できたか．できなかった部分はなにか． 今年度はどのように計画を立て成長する…

年度末 経費と申請と報告書 強化学習 経費と申請と報告書 年度末の最終日なので報告書や経費の申請をする． 事前にエクセルに纏めていたのにも関わらず，結構めんどくさかった． 事業主とかは毎年これやっているのかと思うと頭が上がらない． 事務作業好きな…