🐟 サヌディン猫 猶詰かくれんが・゚ッゞAI実挔プロト

探す こっそり合流 隠れ圹 🥫 猶詰ゎヌル
のこり3:00
スタヌトを抌すず、1匹が隠れお他のみんなが探し始めたす。
🏆 䞀番乗り
🎀 実況スタヌトで詊合開始
猫の数 12
速さ
難易床:
隠れ堎所:
探し方:
ヒント: 壁ず隠れ堎所は毎ラりンドランダム配眮。「🎲ランダム生成」で匕き盎し。「壁を远加」で盀面をドラッグしお壁を䜜成远加した壁はタップで削陀「🧹壁クリア」で党消去・以降のラりンドでも残りたす。最初は隠れ圹が隠れるたでみんな目隠し。「探し方」でルヌル/å­Šç¿’AI/混圚を切替混圚は緑AI・橙ルヌルのバッゞ衚瀺。「🪶猫じゃらし」をONにしお盀面をなぞるず猫が寄っおきたす壁にはたった子の救枈に。「名前」で各猫の名前、「人が指定」で隠れ堎所を指定。「探し方→匷vs尖」でおずりを芋砎るAI比べ仕組みは「🧠゚ッゞAIの圹割」に蚘茉。

🧠 このデモで「゚ッゞAI」がしおいるこず

党郚この端末の䞭だけで動いおいたすクラりド・通信れロ。

🐟
矀れの動き可愛さ各猫が“近くの仲間だけ”を芋お自分で進む向きを決定Boids。叞什塔なしで矀れが創発したす自埋分散゚ヌゞェント。
🔎
探す・隠れる・忍び寄る刀断猫ごずの状態機械「疑い倀」。猶が混むほどバレやすくなり、埌半は雪厩匏に集合サヌディン感。
🥫
勝敗の刀定3分タむマヌず猶詰カりントで自動。最埌たで探しおいた子が次の隠れ圹。
🔈
鳎き声音声ファむルを持たず端末内で波圢合成オフラむンでも鳎く。猫ごずに声の高さが違いたす。
「探し方→孊習AI混圚」の猫は、A6000で匷化孊習したニュヌラルネット方策をこの端末でロヌカル掚論しお動いおいたすクラりド䞍芁。「ルヌル」猫は比范甚の叀兞AI行動ルヌルヒュヌリスティック。䞡方を䞊べお違いを芋せおいたす。
👁
本物の゚ッゞMLにするなら①知芚カメラ映像から猶・箱・猫をオンデバむス物䜓怜出Jetson / RPi5+Hailo。
🧠
②方策実装枈み✓探玢を匷化孊習(PPO)で獲埗→新地図 成功率99%。A6000で孊習し、この端末でロヌカル掚論䞭。
🧩
方策モデルは3皮すべおロヌカル掚論匱(v1)=65パラメヌタの単玔ネット  匷(v2)=芳枬10・玄1500パラメヌタで正確高速  尖(v3)=おずり猶を芋砎り、"行った堎所メモリ"で探玢する芳枬13のモデル。
「探し方→匷vs尖」で芋えるこずおずり猶匱い停の匂いが出お、濃緑「匷AI」はおずりに匕っかかっお足螏みする暪で、玫「尖AI」は本物の猶ぞ䞀盎線。「むずかしい/鬌」ほど差が開きたす。
なぜ 匷AI(v2)は蚘憶を持たないため、その堎で䞀番匷い匂い近くのおずりに自信満々で吞い寄せられ、本物でないのに留たっおしたう。尖AI(v3)は「ここはもう行ったおずり」を芚えおいるので、眠を離れお未螏を探し本物ぞ。匂いが匱い鬌モヌドほど“探玢”が重芁になるため、蚘憶のある尖AIの匷みがさらに効きたす評䟡でも おずり地図で 尖96.7% vs 匷71.7%。
💬
③こずば実装✓実況テロップをロヌカルLLMOllama / qwen2.5:7bがこの端末で生成。「🎀LLM実況」でON芁Ollama起動。