質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.44%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

492閲覧

エージェントベースモデルの実装

IT_takumin

総合スコア8

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

1クリップ

投稿2022/10/25 18:18

前提

エージェントベースモデルの一種である Boidsのアルゴリズムの一部を変更したエージェントベースモデルを作成して、プロットしようとしたらエラーが出てしまった。

実現したいこと

優先順は下記の通りお願い出来るととてもありがたいです。
1:プロットできる様にしたいです。
2:1体のエージェントだけ異なるアルゴリズムで動かせる様にしたいです。
3:開始位置からもっとも遠い壁をゴールとして、エージェントはゴールを目指して進み、ゴールに着くとそのエージェントは終了する様にしたいです。

発生している問題・エラーメッセージ

list index out of range

該当のソースコード

import numpy as np import matplotlib.pyplot as plt import matplotlib.animation as animation from IPython.display import HTML SIZE = 10#移動できる範囲 VEL = 1.0#速度 AGENT = 20#エージェントの数 RANGE_Separate=2#分離ルールの範囲 a1=-0.034298 b1=3.348394 c1=4.252840 d1=-0.003423 class Boids(): #初期設定 def __init__(self): self.agent = [] for n in range(AGENT): pos = np.random.uniform(-SIZE,SIZE,2)#np.random.uniform(low=0.0, high=1.0, size=None) vel = np.random.uniform(-VEL,VEL,2) self.agent += [{'p':pos, 'v':vel}]#位置と速度をまとめた self.dist = np.zeros([AGENT,AGENT]) #距離の計算 def distance(self): for i in range(AGENT): for j in range(AGENT): d = self.agent[i]['p'] - self.agent[j]['p']#dは座標間の差 self.dist[i][j] = np.linalg.norm(d)#dの絶対値の和を算出することで座標間距離を出力 #回避ルール def ruleSeparate(self,n): a = np.array(np.where(self.dist[n]<RANGE_Separate), dtype=int)[0]#インデックスを返す、要素の0番目である行を指定 v = np.zeros(2) cnt = 0 for i in a: if i != n: d = self.agent[n]['p'] - self.agent[i]['p'] self.vel=self.agent[n]['v'] - self.agent[i]['v'] TTNP=d/self.vel DINP= self.dist[n][i] v += 1/(1+np.exp(-(c1+d1*TTNP)))*1/(1+np.exp(-(b1+a1*DINP))) cnt +=1 if cnt == 0: return 0 return v/cnt#AGENT def simulation(self): self.distance() vel_tmp = [] for i in range(AGENT): d = self.agent[n]['p'] - self.agent[i]['p'] vel_tmp +=[np.where(d<0.5,0,self.ruleSeparate(i))] for i in range(AGENT): self.agent[i]['v'] += vel_tmp[i] v = np.linalg.norm(self.agent[i]['v']) if v>VEL: self.agent[i]['v'] = self.agent[i]['v']/v*VEL elif v<VEL/2: self.agent[i]['v'] = self.agent[i]['v']/v*VEL/2 for i in range(AGENT): if(abs((self.agent[i]['p']+self.agent[i]['v'])[0]) > SIZE): self.agent[i]['v'][0] = -self.agent[i]['v'][0] if(abs((self.agent[i]['p']+self.agent[i]['v'])[1]) > SIZE): self.agent[i]['v'][1] = -self.agent[i]['v'][1] self.agent[i]['p'] += self.agent[i]['v'] def showImage(self): pos_array = np.zeros([2,AGENT]) for i in range(AGENT): pos_array[0][i] = self.agent[i]['p'][0] pos_array[1][i] = self.agent[i]['p'][1] return pos_array np.random.seed( 0 ) B = Boids() fig, ax = plt.subplots(figsize = (6, 6)) ax.set_xlim(-SIZE, SIZE) ax.set_ylim(-SIZE, SIZE) ax.grid(True) ims = [] for t in range(100): B.simulation() plot_data = B.showImage() im=ax.plot(*plot_data,"o",ms=5,c="k") ims.append(im) ani = animation.ArtistAnimation(fig, ims, interval=20, repeat=False) HTML(ani.to_jshtml())

試したこと

オリジナルのBoidsのアルゴリズムになります

class Boids(): #初期設定 def __init__(self): self.agent = [] for n in range(AGENT): pos = np.random.uniform(-SIZE,SIZE,2)#np.random.uniform(low=0.0, high=1.0, size=None) vel = np.random.uniform(-VEL,VEL,2) self.agent += [{'p':pos, 'v':vel}] self.dist = np.zeros([AGENT,AGENT]) #距離の計算 def distance(self): for i in range(AGENT): for j in range(AGENT): d = self.agent[i]['p'] - self.agent[j]['p'] self.dist[i][j] = np.linalg.norm(d) #分離ルール def ruleSeparate(self,n): a = np.array(np.where(self.dist[n]<RANGE_Separate), dtype=int)[0] v = np.zeros(2) cnt = 0 for i in a: if i != n: d = self.agent[n]['p'] - self.agent[i]['p'] v += d / self.dist[n][i]**2#np.linalg.norm(d) cnt +=1 if cnt == 0: return 0 return v/cnt#AGENT #整列ルール def ruleAlignment(self,n): a = np.array(np.where(self.dist[n]<RANGE_Alignment), dtype=int)[0] v = np.zeros(2) cnt = 0 for i in a: v -= self.agent[n]['v'] - self.agent[i]['v'] cnt += 1 return v/cnt#AGENT #結合ルール def ruleCohesion(self,n): p = np.zeros(2) for i in range(AGENT): p -= self.agent[n]['p'] - self.agent[i]['p'] return p/AGENT #シミュレーション def simulation(self): self.distance() vel_tmp = [] for i in range(AGENT): vel_tmp += [self.ruleSeparate(i)*0.5 + self.ruleAlignment(i)*0.6 + self.ruleCohesion(i)*0.4] for i in range(AGENT): self.agent[i]['v'] += vel_tmp[i] v = np.linalg.norm(self.agent[i]['v']) if v>VEL: self.agent[i]['v'] = self.agent[i]['v']/v*VEL elif v<VEL/2: self.agent[i]['v'] = self.agent[i]['v']/v*VEL/2 for i in range(AGENT): if(abs((self.agent[i]['p']+self.agent[i]['v'])[0]) > SIZE): self.agent[i]['v'][0] = -self.agent[i]['v'][0] if(abs((self.agent[i]['p']+self.agent[i]['v'])[1]) > SIZE): self.agent[i]['v'][1] = -self.agent[i]['v'][1] self.agent[i]['p'] += self.agent[i]['v'] def showImage(self): pos_array = np.zeros([2,AGENT]) for i in range(AGENT): pos_array[0][i] = self.agent[i]['p'][0] pos_array[1][i] = self.agent[i]['p'][1] return pos_array

補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

PondVillege

2022/10/26 00:17 編集

配列に関する計算が多く,どこでエラーが起きたのか不明です. エラーは全文載せるようにしてください.ユーザ名等の個人情報は伏せて結構です. self.agent[i]['v'] += vel_tmp[i] でエラーが出たのではないですか?
meg_

2022/10/25 22:38

> 優先順は下記の通りお願い出来るととてもありがたいです。 > 1:プロットできる様にしたいです。 > 2:1体のエージェントだけ異なるアルゴリズムで動かせる様にしたいです。 > 3:開始位置からもっとも遠い壁をゴールとして、エージェントはゴールを目指して進み、ゴールに着くとそのエージェントは終了する様にしたいです。 1つの投稿につき1つの質問にしましょう。
PondVillege

2022/10/26 03:43

試しに動かしましたが v += 1/(1+np.exp(-(c1+d1*TTNP)))*1/(1+np.exp(-(b1+a1*DINP))) のところでオーバーフローしまくりますね.
IT_takumin

2022/10/26 09:31

教えてくださりありがとうございます。 シグモイド関数などの場合は変数xを正負で場合分けをして、負の場合には分母分子にe((x)をかける事でオーバーフローを回避できると思うのですが、1/(1+np.exp(-(c1+d1*TTNP)))*1/(1+np.exp(-(b1+a1*DINP)))の場合は場合分けを2回行わないといけないのでしょうか? それとももっと上手く処理できる方法があれば教えて頂けると嬉しいです。
PondVillege

2022/10/26 10:54 編集

というわけではなく,動かしてみるとわかりますが 近隣のエージェントとの向きが揃ってしまった場合に, self.vel=self.agent[n]['v'] - self.agent[i]['v'] がほとんど0になってしまい, TTNP=d/self.vel があまりにも大きい値を示す,または0除算であることのエラーが出て, np.exp(-(c1+d1*TTNP)) のところでオーバーフローしてしまうようです. np.expの指数部が正だろうが負だろうがPythonの扱う倍精度浮動小数点数は10^300または10^-300ぐらいが限界で,これを超えるとオーバーフローのWarningが出ます. 乱数による初期状態依存なので,もちろん出るときと出ないときがあります.長い目で見るといつか必ず出るでしょうね.序盤は出なくてもずっと観測してたらいつか出ます. 正しい結果とは思えませんが,そのコードでよければ回答の方に掲載します. オリジナルのseparateには存在しなかった速度ベクトルvelによる除算を追加したことにより発生したので,これを無くすと改善する.としか言いようがありません.根本的に独自separateのアルゴリズムや反発パラメータに関して変更しない限り,オーバーフローした値が出て理論値と異なる結果が出る可能性は捨てきれないです.
IT_takumin

2022/10/26 11:44 編集

ありがとうございます。 ご指摘を頂いて変更した部分である、v += 1/(1+np.exp(-(c1+d1*TTNP)))*1/(1+np.exp(-(b1+a1*DINP)))が本来求めたかったものとズレてしまっていることに漸く気づきました。 本来求めたかったものとしてはnのエージェントから'RANGE_Separate'の範囲内に入ったエージェントiに対してvを算出して、iと反発する方向にvの力を加えたいと考えていました。 Separateの処理でオーバーフローを想定出来ていなかったので、再度考え直そうと思います。 シミュレーションに本来期待していた結果ではないですが、上記のシミュレーションを実装する上で参考にさせて頂期きたいので回答の方にコードを掲載して頂けると嬉しいです。 一から丁寧に解説してくださり本当にありがとうございました。
guest

回答1

0

ベストアンサー

オリジナルのAgentクラスと,それを継承した独自のAgentEditedクラス,要件2で示された「1体のエージェントだけ異なるアルゴリズムで動かせる」ような構成かつ,要件3で示された「開始位置からもっとも遠い壁をゴールとして、エージェントはゴールを目指して進み、ゴールに着くとそのエージェントは終了する」ようにしたAgentGoForWallクラスを記述することで,全ての要件を実現するコードにしました.

AgentGoForWallクラスは独自のAgentEditedから継承されていることに気をつけてください.そちらで好きにAgentクラスからの継承に変更することも可能です.

現状,要件3のためにAgent.update()Trueを返すとフィールドに残り,Falseを返したらフィールドから消えるように実装したこと,気をつけてください.

質問者はJupyter Notebook環境で動かされているみたいですが弊環境にその用意はなかったので,下記コードをmain.pyとでも名前をつけてコマンドラインから動かしてください.

Python

1import numpy as np 2 3a1 = -0.034298 4b1 = 3.348394 5c1 = 4.252840 6d1 = -0.003423 7 8class Agent: 9 def __init__(self, name = None, pos = None, vel = None, SIZE = 10, VEL = 1, 10 RANGE_SEPARATE = 0.5, RANGE_ALIGNMENT = 0.5, RANGE_COHESION = 0.5): 11 self.name = name 12 self.pos = pos if pos else np.random.uniform(-SIZE, SIZE, 2) 13 self.vel = vel if vel else np.random.uniform(-VEL, VEL, 2) 14 self.SIZE = SIZE 15 self.VEL = VEL 16 self.RANGE_SEPARATE = RANGE_SEPARATE 17 self.RANGE_ALIGNMENT = RANGE_ALIGNMENT 18 self.RANGE_COHESION = RANGE_COHESION 19 self.vel_tmp = np.zeros(2) 20 21 def distance(self, other): 22 return np.linalg.norm(self.pos - other.pos) 23 24 def ruleSeparate(self, others, ratio = 1): 25 others = [other for other in others if self.distance(other) < self.RANGE_SEPARATE] 26 v = np.zeros(2) 27 if not others: 28 return 0 29 for other in others: 30 d = self.pos - other.pos 31 v += d / self.distance(other) 32 self.vel_tmp += v / len(others) * ratio 33 return v / len(others) * ratio 34 35 def ruleAlignment(self, others, ratio = 1): 36 others = [other for other in others if self.distance(other) < self.RANGE_ALIGNMENT] 37 v = np.zeros(2) 38 if not others: 39 return 0 40 for other in others: 41 v -= self.vel - other.vel 42 self.vel_tmp += v / len(others) * ratio 43 return v / len(others) * ratio 44 45 def ruleCohesion(self, others, ratio = 1): 46 others = [other for other in others if self.distance(other) < self.RANGE_COHESION] 47 p = np.zeros(2) 48 if not others: 49 return 0 50 for other in others: 51 p -= self.pos - other.pos 52 self.vel_tmp += p / len(others) * ratio 53 return p / len(others) * ratio 54 55 def calculate(self, others): 56 self.ruleSeparate(others, 0.5) 57 self.ruleAlignment(others, 0.6) 58 self.ruleCohesion(others, 0.4) 59 60 def update(self) -> bool: 61 self.vel += self.vel_tmp 62 v = np.linalg.norm(self.vel) 63 if v > self.VEL: 64 self.vel = self.vel / v * self.VEL 65 elif v < self.VEL / 2: 66 self.vel = self.vel / v * self.VEL / 2 67 68 if (abs(self.pos + self.vel)[0] > self.SIZE): 69 self.vel[0] = -self.vel[0] 70 if (abs(self.pos + self.vel)[1] > self.SIZE): 71 self.vel[1] = -self.vel[1] 72 73 self.pos += self.vel 74 self.vel_tmp = np.zeros(2) 75 return True 76 77class AgentEdited(Agent): 78 def __init__(self, *args, **kwargs): 79 super(AgentEdited, self).__init__(*args, **kwargs) 80 81 def ruleSeparate(self, others, ratio = 1): 82 others = [other for other in others if self.distance(other) < self.RANGE_SEPARATE] 83 v = np.zeros(2) 84 if not others: 85 return 0 86 for other in others: 87 d = self.pos - other.pos 88 vel = self.vel - other.vel 89 TTNP = d / (vel + 1e-5) # 0除算防止のため微小値を挿入 90 DINP = self.distance(other) 91 v += 1/(1+np.exp(-(c1+d1*TTNP))) * 1/(1+np.exp(-(b1+a1*DINP))) 92 self.vel_tmp += v / len(others) * ratio 93 return v / len(others) * ratio 94 95 def calculate(self, others): 96 self.ruleSeparate(others) # only separate 97 98def calc_rad(pos2, pos1): 99 return np.arctan2(pos2[1] - pos1[1], pos2[0] - pos1[0]) 100 101def rotate_vec(vec, rad): 102 return np.dot(vec, np.array([[np.cos(rad), -np.sin(rad)], [np.sin(rad), np.cos(rad)]]).T) 103 104class AgentGoForWall(AgentEdited): 105 def __init__(self, *args, **kwargs): 106 super(AgentGoForWall, self).__init__(*args, **kwargs) 107 max_distance = 0 108 self.goal = None # 角が一番遠い場所 109 for px in [-self.SIZE, self.SIZE]: 110 for py in [-self.SIZE, self.SIZE]: 111 dist = np.linalg.norm(self.pos - np.array([px, py])) 112 if max_distance < dist: 113 max_distance = dist 114 self.goal = np.array([px, py]) 115 self.vel = rotate_vec(np.array([self.VEL, 0]), calc_rad(self.goal, self.pos)) 116 117 def update(self) -> bool: 118 self.vel += self.vel_tmp 119 self.vel += rotate_vec(np.array([self.VEL, 0]), calc_rad(self.goal, self.pos)) 120 121 v = np.linalg.norm(self.vel) 122 if v > self.VEL: 123 self.vel = self.vel / v * self.VEL 124 elif v < self.VEL / 2: 125 self.vel = self.vel / v * self.VEL / 2 126 if abs(self.pos + self.vel)[0] > self.SIZE or abs(self.pos + self.vel)[1] > self.SIZE: 127 return False # deactivate this Agent 128 129 self.pos += self.vel 130 self.vel_tmp = np.zeros(2) 131 return True 132 133class Boids: 134 def __init__(self, AGENT = 20): 135 self.agents = [Agent() for _ in range(AGENT)] 136 137 def calculate(self): 138 for agent in self.agents: 139 agent.calculate([other for other in self.agents if agent != other]) 140 141 def update(self): 142 self.agents = [agent for agent in self.agents if agent.update()] 143 144 def simulation(self): 145 self.calculate() 146 self.update() 147 148 def positions(self): 149 x, y = list(), list() 150 for agent in self.agents: 151 x.append(agent.pos[0]) 152 y.append(agent.pos[1]) 153 return np.array(x), np.array(y) 154 155if __name__ == "__main__": 156 from matplotlib import pyplot as plt 157 from matplotlib import animation 158 159 boids = Boids(AGENT = 10) 160 for _ in range(10): 161 boids.agents.append(AgentEdited()) 162 boids.agents.append(Agent("Crazy", RANGE_SEPARATE = 1.5)) 163 boids.agents.append(AgentGoForWall("Going to the far wall")) 164 165 fig, ax = plt.subplots(figsize = (6, 6)) 166 arrowprops = { 167 "shrink": 0, 168 "width": 1, 169 "headwidth": 8, 170 "headlength": 10, 171 "facecolor": 'gray', 172 "edgecolor": 'gray' 173 } 174 def plot(data): 175 plt.cla() 176 ax.set_xlim(-10, 10) 177 ax.set_ylim(-10, 10) 178 boids.simulation() 179 ax.plot(*boids.positions(), "o", ms = 5, c = "k") 180 for agent in boids.agents: 181 ax.annotate(agent.name, xy = agent.pos + agent.vel, xytext = agent.pos, arrowprops = arrowprops) 182 anim = animation.FuncAnimation(fig, plot, interval = 100) 183 plt.show()

とはいえ,描画部分plt.show()をJupyter NotebookではHTML(anim.to_jshtml())とかに変更すればそちらの環境でも動くと思います.

先述のコメントで指摘したオーバーフローの件ですが,数式が試行錯誤の上で成り立っており厳密なものでないとのことだったので,勝手ながら微小値を入れることで0除算を防止しておきました.

エージェントをクラスにまとめただけなので,上述のこと以外は特に元のコードから変更はございません.これまでのコードが分かっているのであれば今のコードもわかると考えています.

投稿2022/10/26 12:05

PondVillege

総合スコア1579

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.44%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問