エンジニアがLSTMで人間のマウス動きを学習

エンジニアは人間のマウス動きを再現するためにディープニューラルネットワークを訓練するという課題に取り組んだ。これはカーソル追跡をその検出メカニズムとして使用する最近リリースされたボット検出ツール「Precursor」に触発されたものである。モデルアーキテクチャは2層LSTM(Long Short-Term Memory network)とMixture Density Networkのペアで構成されており、この組み合わせは自然な変動を伴う時系列を学習するのに適している。LSTMは時間経過に伴うマウスの位置と速度の時系列的性質を処理し、出力層のMixture Density Networkは次のカーソル位置への単一の決定的な予測ではなく確率分布を生成し、人間の動きの固有の変動性をキャプチャする。投稿によると、結果は「かなり素晴らしい」と説明されており、モデルが人間のインタラクションを特徴づける微細で非決定的なパターンを学習することに成功したことを示している。コードとデモンストレーション動画はGitHubの「puffinsoft/mousecrack」で公開されており、他の研究者が作業を検討して発展させることが可能である。