作業ログ · 教師 · ボディストレート

作業ログ: シャドウクローン:ムエタイの4つの技を並行して学ぶ

教師:奥の手のボディストレート

著者 ヤム トニー(Tony Yum) · 2026年10月24日

学習コスト 約$4.01vast.ai でレンタルした RTX 5090 6台、2026年10月24日 · 学習ラン4回、マシン6台、約5.7マシン時間

私のモーションキャプチャ(Muay Thai 02、take_02、29.25–30.70 s)から作った、奥の手でボディに打つストレートで、狙う高さは下腹部とみぞおちの2つです。opponent_body 環境で技を一つだけ教える教師で、押下はすべてボディストレート、ほかの技はすべて親が保持します。

ラン親変更点結果マシン時間、コスト
bodycross1guard14-45.9M技とその入力42.5 M で停止:下腹部より下を打った0.61 h、$0.41
bodycross2bodycross1 42.5 M下腹部より下には決して行かない(床のライン)バッグの配置のため 30.3 M で停止0.51 h、$0.34
bodycross3bodycross2 30.3 Mバッグの表面を参照モーションのインパクト位置に95.0 M を採用:57/64、ローブローなし、転倒なし2.07 h、$1.38
bodycross4bodycross3元の(遅い)肘で再学習、パンチ以外は guard18118.0 M を採用:23/24、ローブローなし、転倒なし2.57 h(3台)、$1.89

bodycross3 は guard14 にあった速い肘で学習していました。guard18 の元の肘を持つ生徒に蒸留すると、外れました。2/16 で、下腹部で 16–19 cm 足りませんでした。そこで生徒の体に合わせて教師を学習し直し(bodycross4)、こちらを distill2 に組み込みました。

教訓:教師は、教えることになる生徒と同じ体、同じアクチュエータで学習させなければなりません。

すべてのラン

kakuto-mlのラン記録から作成しています。各ランのマシン、課金された時間とコストです(EC2のランはランのログからの推定値です)。

ラン結果マシン時間コスト
bodycross4-2026102410月24日 · ボディストレート · 採用 bodycross4-118.0M採用32.6$1.89
bodycross3-2026102410月24日 · ボディストレート · 採用 bodycross3-95.0M採用12.1$1.38
bodycross2-2026102410月24日 · ボディストレート · 採用 bodycross2-30.3M採用10.5$0.34
bodycross1-2026102410月24日 · ボディストレート · 採用 bodycross1-42.5M採用10.6$0.41
学習ラン4回65.7$4.01

← 「シャドウクローン:ムエタイの4つの技を並行して学ぶ」のすべての作業ログ