Block Stacking ML

概要

Block Stacking MLは、ブロック積み上げゲームの盤面状態・操作データを収集し、機械学習モデルで最適なブロック配置・回転を予測するプロジェクトです。
GUIでデータ収集を行い、PyTorchを用いてモデルの学習・評価を行います。

現状の学習結果

BATCH_SIZE = 64
EPOCHS = 200
LEARNING_RATE = 0.005\

--- 評価結果 ---
スロット配置の正解率: 86.67 %
回転の正解率: 93.33 %

誤答の例

観測: 盤面=[1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1], ブロック='L'
正解: [スロット=3, 回転=0]
予測: [スロット=7, 回転=0] <-- ❌ 間違い

初期配置で、複数の配置がある場合。それほど重要な問題ではない。

懸念点

現実で倒れそうな配置はリセットしてデータを集めた
少数のブロックでも配置不可の場合がある

ディレクトリ構成

.
├── configs/                # ブロック定義(JSON)
├── data/                   # 収集データ・画像
│   ├── 01_raw/             # 生データ(CSV)
│   └── 02_processed/       # 前処理済みデータ
├── outputs/                # 学習済みモデル・ログ
│   ├── trained_models/     # 通常モデル
├── scripts/                # 実行スクリプト
├── src/                    # Pythonモジュール群
└── Dockerfile, docker-compose.yml, .devcontainer/

---

目的

• ブロック積み上げ盤面の状態抽象化・特徴量化
• 人間の操作データ収集（GUI）
• 機械学習による配置・回転予測モデルの構築

---

セットアップ

1. Docker環境

本プロジェクトはVSCode Dev Container/Dockerで動作します。

# VSCodeで「Dev Container: Open Folder in Container」を実行
# もしくは手動でビルド
docker-compose build
docker-compose up

2. 依存パッケージ

Pythonパッケージはrequirements.txtで管理されています。

• pygame
• torch
• numpy
• pandas

---

使い方

1. データ収集GUI

ブロック配置操作を記録し、CSVデータを生成します。

python scripts/generate_data.py

• 操作方法は画面右下に表示
• リセット操作も記録されます

2. モデル学習

収集したデータでモデルを学習します。

python scripts/train.py

• 学習済みモデルはoutputs/trained_models/に保存

3. モデル評価

学習済みモデルの精度を検証します。

python scripts/evaluate.py

• 配置・回転の正解率が表示されます
• 間違いの詳細も出力されます

---

主要スクリプト・モジュール

• scripts/generate_data.py: データ収集GUI（通常盤面）
• scripts/train.py: モデル学習（通常モデル）
• scripts/evaluate.py: モデル評価
• src/environment.py: 盤面・GUIロジック（通常）
• src/model.py: 配置予測モデル
• src/data_utils.py: データセット・DataLoader

---

データ仕様

• 盤面状態は監視ポイントごとの高さで特徴量化
• ブロック種類はワンホットエンコーディング
• 配置位置・回転IDも記録
• CSV形式で保存

---

開発環境

• OS: Debian GNU/Linux 12 (bookworm)（Dockerコンテナ）
• VSCode Dev Container対応
• X11 GUI（pygame）

---

ライセンス

MIT License

---

補足

• configs/blocks.json, blocks_copy.jsonでブロック形状・色・回転定義
• DockerでX11 GUIを表示するため、DISPLAY=:1や/tmp/.X11-unixのマウントが必要
• 詳細は各スクリプト・モジュールのコメント参照