教師：肘打ち

最初の肘打ちで、どちらも私のモーションキャプチャ（Muay Thai 03、take_03）から作りました。右の肘打ちには「6 s」のものを選びました。後ろ足が約 35 cm 踏み込み、胴体が約110°回るのに合わせて肘が頭の高さで顔の前を右から左へ横切り、それから後ろ足が滑るように戻って高いガードに収まります。あごに当てること、そしてその周りの点でも学習させることを求め、周りの点は AI に任せました。「狙いの周りの点はすべて任せる。」左の肘打ちは 13 s のもので、踏み込む肘打ちです。前足が約 0.4 m 踏み込み、後ろ足が跳ねるようについていき、肘が左から右へ横切って、元の位置に戻ります。2つは別々の教師にし、並べて学習させるよう求めました。技については肘打ちのページにあります。

学習の前に：キャプチャの修正

まずテイクに手を入れる必要がありました。片方のスマートフォンの画面の下端から私の足が外れていたところは、もう片方のスマートフォンの映像から置き直しました。そうしないと、後ろ脚がまっすぐ固まり、前足が踏み込みませんでした。次に私のメモに従って、右肘をあごの高さ（1.49 m。キャプチャでは最高 1.42）まで上げ、肘が当たるときに左のグローブを左耳に当て、そのあと肘をたたむようにしました。狙いはあごの上下左右 ±7.5 cm と、前後 ±6 cm です。腕と背骨は逆運動学でそれぞれの狙いに合わせて解きます。その範囲内では、右肘の参照モーションは標的から 0.6 cm 以内に当たります。左はもっと難しいです。私は踏み込みで約 9 cm 沈み、肘はあごの 11 cm 下の 1.38 m に当たるので、届く距離の多くを背骨が受け持ちます。押下の範囲内で 2.6 cm 以内に当たります。リターゲットで 14.03 s に1フレームだけ肩が反転していたところは、0.3 s かけて滑らかにしました。

ラン

ラン	元	内容	結果	マシン時間、コスト
elbowR1	distill4-131.1M	あごへの右の肘打ち	学習完了：elbowR1-249.1M、自身のゲートの前に distill8 に組み込み	4.5 h、$3.46
elbowL1	distill4-131.1M	踏み込む左の肘打ち	学習完了：elbowL1-256.7M、自身のゲートの前に distill8 に組み込み	5.0 h、$3.38

どちらも10月26日 14:17–14:18 UTC に開始し、それぞれ vast.ai でレンタルした RTX 5090 1台で、学習の上限は2.5時間です。distill4-131.1M からウォームスタートし、肘打ち以外のすべてについては distill4 を教師にしました。distill7 はまだゲートを通過していませんでした。マシンの確保には時間がかかりました。右肘の最初のマシンは10分たってもまだ読み込み中だったので見送りました。左肘は4台（読み込み中のまま、または ssh なし）を経て5台目でようやく動き、最初の試行から約40分後でした。これらのマシンの分もコストに含めています。

これまでにわかっていること

ランのファイルにはまだ結果が書かれていません。わかっていることは distill8 のログからのものです。学習の終わりに、右の肘打ちは押下の25 %を当て、外れは平均 7.1 cm でした。学習後にマシン上で行った技のチェックでは副作用が見つかりました。肘打ちの教師は対戦相手のテストに160回中6回と15回しか合格せず、転倒は145–149回でした。対戦相手のいるエピソードなしで学習したためです。教師は自分の技を出している間しか動かないので、教師にとってはあまり問題になりません。distill8 では対戦相手のスコアは 112/160 を保ちました。

10月27日、私はゲートを待たずに両方の肘打ちを生徒に蒸留し始めるよう頼みました。このログはまだ続いています。 各教師自身のゲート（あごとその周りの8つの狙い、空中とバッグ、肘打ちのあとの戻りの回転、最後の足の位置）は distill8 のゲートと並行して始まり、動画はそのあとに来ます。

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）。

← すべての作業ログ