評価：奥足の膝蹴りでの傾きを1ステップずつ

ここでは学習はしていません。これらのマシンは、膝蹴りを直すのために、すでにあるモデルを測定し描画したものです。EC2 で動かしたのは、私の開発サーバーが小さなバースト型のマシンだからです。手元で試したところ、9分間で CPU を10秒しか使えず、途中で止めました。

• kneetrace は、4つのモデル（教師 kneeR3-183.5M と kneeR4-183.5M、生徒 distill4-131.1M と distill7-245.8M）について、空中で1回、重いサンドバッグで1回、奥足の膝蹴りを、それぞれ6つのシードで決定論的に実行しました。制御ステップごと（毎秒50回）に、骨盤と胸の傾き、そして修正した参照モーションの傾きを記録しました。参照モーションを超えた傾きの数値はゲートの数値と完全に一致し（kneeR3 12.4° / 9.7°、kneeR4 1.3° / 0.9°、distill7 1.4° / 1.2°）、追跡結果がゲートと合っていることを確かめられます。新しい数値は distill4 のもので、11.4° / 10.7° です。
• kneestills は、同じ膝蹴りをバッグに対してシード0で、後ろと右側から 60 ms ごとに描画しました。バッグは映りませんでした。バッグのジオメトリは標的のもので、スクリプトがそれを透明にしていたためです。
• kneestills2 は、バッグを表示して4つの瞬間を描画し直しました。インパクトと、その 0.3、0.6、0.9 s 後です。
• kneestills3 は、修正の前後の生徒（distill4-131.1M、distill7-245.8M）を、それぞれ6つのシードで、腰と一緒に回るカメラから描画しました。真後ろと、両肩それぞれの後ろからで、こちらからは背中のラインが横向きに見えます。以前のカメラは部屋に固定されていたので、腰が70°回ると、どちらのカメラにも背中が映りませんでした。また、それぞれの足が重心に対してどこにあるか、それぞれの足がどの高さにあるかも記録しました。修正前は、後ろ足が着地したあと 5–11 cm 浮き上がり、修正後は 4–5 cm です。シード1では、0.44 s の間、両足が同時に浮いています。重心は、どちらのモデルでも両足の間の同じ位置にあります。

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）。

← 「膝蹴りを直す」のすべての作業ログ