用語集 · 機械学習

補間

別名:Interpolation、interpolate、interpolated、extrapolation、extrapolate、aim table、aim grid、lookup table、外挿、線形補間、双線形補間、照準テーブル、ルックアップテーブル

分かっている値の間の値を推定することです。分かっている範囲の外へ出るのは外挿で、ずっと信頼性が下がります。

いくつかの点で値が分かっているとき、その間の値を推定するのが補間です。最も単純なのは線形補間で、2つの既知の値のちょうど中間なら、その平均をとります。2つの入力のグリッドでは、双線形補間がこれを両方向に行います。角の値が f00,f10,f01,f11f_{00}, f_{10}, f_{01}, f_{11} のセルの中の点 (x,y)(x, y) で、セル内での割合を s,ts, t とすると、次のようになります。

f(x,y)≈(1−s)(1−t) f00+s(1−t) f10+(1−s) t f01+s t f11f(x, y) \approx (1-s)(1-t)\, f_{00} + s(1-t)\, f_{10} + (1-s)\,t\, f_{01} + s\,t\, f_{11}

外挿は、同じ考え方を最後の既知の点より先に使うものです。こちらはずっと危険です。推測を確かめるものが何もなく、データの小さな傾向が大きな誤差になります。

姿勢全体をこの方法で混ぜるのには、特有の落とし穴があります。良い姿勢2つを関節ごとに平均しても、良い姿勢になるとは限りません。どちらの元の姿勢にもなかった、膝がねじれた姿勢や、足が床から浮いた姿勢になることがあります。

このプロジェクトでは

各技の参照モーションは、照準テーブルとして作られています。同じ打撃を、少し高い・低い・左・右の目標のグリッドに対して解き直したものです(キックは各方向に±10 cm、ジャブは高さ5 × 左右5 × 奥行き5)。打つほうの手足は逆運動学で動かします。学習では、目標はグリッドの中のどこにでも置かれ、参照はその最も近いエントリーの間で補間されます。コーチは学習の前に、グリッドの角と中間の姿勢を動画で確認します。膝が不自然にねじれるのは、そういうところだからです。ローキックとミドルキックでは、足の逆運動学が一度、4フレームの間に膝を約40°内側に跳ねさせたことがあり、学習前に滑らかにする必要がありました。

関連用語

この用語が出てくる記事

← すべての用語