目次 前回MoE均等化、順序ランダム化によるMoEが抱えるモデルの偏りを解消する方法を実装しました。 結果、MoEのルーティングの改善につながりましたが結果として、敵を捕獲した後も同じ場所に居座り続けるという問題が解消されていません。 現状から改善できないか検討していきます。 🎵 BGMを再生する 課題 前回記事の考察をそのまま引用しますが。 敵が近づいたときに味方で集団で上手に囲むため、1体の敵を上手に捕獲していきます。 ですが、以前課題と感じていた待機型に戻っています。 スコアは前回よりも良いですが、敵が多いところにわーと集団移動するような動作がなくなってしまった感があります。 行動は状況…
www.anthropic.com
github.com