コードレビュー/2014年3月19日Optimizer のバックアップ(No.1)
Optimizationクラス
- 使い方
- 教師データ（物体の位置とキャラクタのポーズ）を与えると、パラメータを最適化してくれる。
- 1. __init__に書いてある変数（計算回数、教師データのファイル名など）をセット
- 2. start()を呼ぶと計算開始
- 実際の計算（CMA）は別クラス（Cmaesクラス）が担当する。
- 評価関数
- Evalクラスによって与える
- シミュレーションを行って、その結果にしたがって評価値を決める。
- ObjectFunction関数が目的関数
- paramを受け取って、シミュレーションを回し、評価値をreturnする。
- 教師データ
- 物体の教師データ： オブジェクト名/座標 が並んでいる
- 興味の教師データ： Evalクラスのtestcode関数に直書き（何ステップから何ステップにどれを見ていた（または視線方向））
- app0128_01.txt（ステップごとに注意対象の物体が書いてある）をもとに手書きした
- 視線の教師データ： train0128_01.txtなど 何ステップ目/視線方向を示すベクトル → self.DirectionAreaDataにロードされるので、それをtestcode内で使う
- 最適化プロセス
- Optimizationクラスのstart()内で、barecmaes2ファイルのfmin関数を呼び出すことで開始。
- fminは
- 1. 目的関数
- 2. 探索出発点となる初期パラメータ
- 3. 個体をバラ撒く範囲を決めるパラメータ
- 4. 探索回数
- 5. 評価値がいくつ以下になったら停止するかの閾値
- 6. mode（0以下のパラメータを個体として生成しない、1以下を（以下同様）、など個体生成にまつわるモード） ：本当は 次元数個のrangeのリストを渡すのがよいだろう
- を受取り、
- 1. 最適パラメータ
- 2. 最適パラメータ時の評価値
- 3. なぜ終了したか（計算回数が指定回数を超えた、評価値が指定値以下になった、平均値が全く動かなかった）： 文字列=>対応する値（計算回数、評価値、など） のハッシュで返る。
- などを（リストで）返す。
- Cmaesクラスの中身は、基本的には文献通り。
- 個体数は文字列で数式指定できる。Nは次元数。ただしあまり使ってない。
- askの中で個体生成している。
- 行列ライブラリは使っておらず、行列は二重配列で表現している。
- 固有値分解を行う関数 eig だけは必要で、どこかから取ってきた。
- やってほしいと思ってること
- 評価関数の汎化 ： Stepを回すのは共通化して、Errorの計算のみif分岐したほうがいいのではないか。
- 教師データの与え方をもっと洗練する。Blenderのキーフレームとか使いたい
- creature ruleで使うパラメータ変数を spb.parameter というファイルに置かないといけない。creature handlerに持たせる（sprスレッドから見える必要あり）など検討すべき
- CMA計算中は完全に固まってしまう。途中の状況を確認したい。別スレッドを建てるか、Spr.pydに放り込んでしまう（C++化）のも手かも。
- 注意
- IK enableとかをscript内に書いてはダメ。1～2ステップ目からenableされることになり結果が一致しなくなる
ページ一覧