def getAdditionalIntermediate(stateList, step, viewPoint, detail=False):
# 指定したステップ番号のデータを取得する
bState = stateList[step]
# 取得したデータに対して次の状態を予測する
aState = manager.predictwithViewPoint(bState, viewPoint)
# 予測した状態に最も近い状態を stateList から推定する
output = None
tempdiff = 1000000000
for state in stateList:
if state["step"] <= bState["step"]:
continue
curError = manager.calcDifference(state, aState)
if detail == True:
debugLine = "[DynamicalProgramming]getAdditionalIntermediate:"
debugLine += "step:" + str(state["step"])
debugLine += "\t\terror:" + str(curError)
print(debugLine)
# もしtempdiff より小さくなったなら更新する
if curError < tempdiff:
tempdiff = curError
output = state
# もし tempdiff + RANGE 以上になったなら，
# もうその先で更新の見込みはないとして終了する
# elif curError >= tempdiff + 1500:
elif curError >= 5 * tempdiff:
print("TOKEN")
break
return output
def getWorstData(stateDict, detail=False):
if detail == True:
print("[predictMatching]getWorstData:start")
# TODO 暫定的に「ステップ数の遠いデータにはペナルティ」としよう
# 本質的ではないので他の方法を考える
bMean = int(
sum([b["step"]
for b in stateDict["before"]]) / len(stateDict["before"]))
aMean = int(
sum([a["step"]
for a in stateDict["after"]]) / len(stateDict["before"]))
output = {}
output["score"] = 0
output["worstIndex"] = -1
output["worstScore"] = 0
for i in range(len(stateDict["before"])):
if detail == True:
log = "step " + str(i) + "/" + str(len(stateDict["before"]))
print("[predictMatching]getWorstData:" + log)
# 学習データをコピーし，テストデータ分をポップ
tempDict = copy.deepcopy(stateDict)
tempTest = {}
tempTest["before"] = tempDict["before"].pop(i)
tempTest["after"] = tempDict["after"].pop(i)
tempTest["fname"] = tempDict["fname"].pop(i)
tempTest["isadd"] = tempDict["isadd"].pop(i)
# 学習データで学習を行う
vp = manager.getViewPoint(tempDict)
# 学習した観点でテストデータの推定を行う
predicted = manager.predictwithViewPoint(tempTest["before"], vp)
# 推定結果と実際の状態とのずれを計算する
error = manager.calcDifference(predicted, tempTest["after"])
# TODO ステップ数のずれを考慮する
# TODO 他の方法を考える
tempsteprate = 2
error += tempsteprate * (tempTest["before"]["step"] -
bMean) * (tempTest["before"]["step"] - bMean)
error += tempsteprate * (tempTest["after"]["step"] -
aMean) * (tempTest["after"]["step"] - aMean)
# ずれが最大を更新したら記録する
output["score"] += error
if error > output["worstScore"]:
if detail == True:
print("[predictMatching]getWorstData: updateWorst")
output["worstIndex"] = i
output["worstScore"] = error
# score は平均化
output["score"] /= len(stateDict["before"])
if detail == True:
print("[predictMatching]getWorstData:score:" + str(output["score"]))
return output
def reproduction(initState, matchingDict):
manager.show(initState)
state = copy.deepcopy(initState)
for vp in matchingDict["viewpoint"]:
state = manager.predictwithViewPoint(state, vp)
manager.show(state)