恋愛に行き詰まったので自分を強化学習で鍛えてみた

本記事は上手く恋愛するために自分に強化学習を採用した男の実験記録である。
※本記事には多くのノロケ成分が含まれています。注意して閲覧ください。

背景①：異性のおしゃれに気づくイケメンスキル

2017年11月、デート時に恋人さんから衝撃的な発言をいただいた。

「気合い入れて髪型を整えてきたので、気づいてくれたらうれしかった」

「！？」
それは、驚天動地で青天の霹靂な発言だった。
21年間、陰キャ斜に構えオタクとして生きてきたので、僕みたいな人間がオシャレをしてはいけないと思っていた。
だから、他者のオシャレにも一切気を使わずに生きてきたのだ。
異性のオシャレに気づくなんて、ごく一部のイケメン男子に許された特権ではなかったのか！？

「僕みたいなブサイクにオシャレ気づかれても、嫌じゃない」おそるおそる聞くと
「気づいてもらえるのはうれしいことだよ」

女神がいた。
眼の前に女神が見えた。
こんな自分を評価してくれる女神のためにも、僕は立ち上がらねばならない。使命感が心を燃えたぎらせ、体中をアツい血がめぐるのを感じた。いかなる手段を用いても恋人さんの変化に気づいてあげられる、そんな男になろう。そう決意したのだった。

しかし、どうやって変化に気づこうか。
第一、自分は他人の顔や容姿を覚えるのが昔から苦手だった。高校生の時は、AKBをそれなりに応援していたのだが、「でかいリボンをつけているのがたかみな」「大きくてショートカットなのがまりこ様」「ツインテールなのはまゆゆ」といった形でのみメンバーを記憶していた。髪型や化粧の様子が変わるとメンバーが判別できなくなることもザラだった。

そういえば恋人さんを好きになった理由も、「一度見ただけで覚えられた珍しい人なので、自分の人生にとって重要だと思った」というものだった。

なういず式AKB画像認証の参考画像

背景②：強化学習の考え方

そんな中、ある日唐突に強化学習の存在を思い出した。
強化学習は機械学習（人間の学習をコンピューターで実現する試み）の1種で、「行動」と「報酬」を設けることで「報酬が最大化される行動」を学習する手法だ。

※強化学習の概要や具体例はこの記事がわかりやすいと思う

【強化学習】とは　まとめてみた　第一回 - Qiita

この強化学習、恋人さんのオシャレ検知に使えるのではないか？

オシャレ検知というのは2値問題ではなく、髪型のオシャレを頑張った・お洋服に気合を入れたなどという、複数の答えが存在する問題だ。
このような問題に対しては、教師あり・教師なし学習は向いていないのではないだろうか？
また、強化学習を繰り返すことで注目すべきポイント（髪型・服装）がわかってくるのではないだろうか。

自分自身を機械だと勘違いし、強化学習を行い、恋人さんのオシャレ検知に挑戦する。これが本実験の目的である。

手法：自分を強化学習で鍛える

本実験は、3つのフェーズから成り立つ。実験の準備を行う準備フェーズ、恋人さんの変化を学習する学習フェーズ。学習が正しいか確かめるデートフェーズである。各フェーズの詳細を述べる。

・準備フェーズ
本フェーズでは学習フェーズ用の写真の準備を行った。
主にデートの際に恋人さんの写真を計50枚撮影し、それを駒場東大前のセブンイレブンでプリントをした。

・学習フェーズ
本フェーズでは強化学習を参考に恋人さんの変化の検知を学習した。具体的には以下の手順で学習を行った。学習は週に2回程度行う。
①研究をしてると頭が疲れて、恋人さんに会いたくなる。
②50枚の写真からランダムに1枚を取り出し、自分の心の中の恋人さん像と比較する。
③「写真の恋人さん」と「心の中の恋人さん像」の差異を具体的に説明することに挑戦する。具体的に説明できなかったら④に説明できたら⑤に移動する。
④残りの写真からランダムに1枚を取り出し③の作業に戻る。
⑤取り出した写真の枚数をスコアとして、チョコレートを食べる。スコアが小さいほど優秀ということにする。

以上の学習を繰り返すことで、より少ない試行回数で、恋人さんの容姿の変化を検知することが可能になると考えられる。

・デートフェーズ
デートをする。デートの開始時に恋人さんを2分間正面・右・左から見つめる。見つめ終わったあとに、恋人さんの容姿が普段とどう違うかを具体的に説明する。恋人さんは正解かどうかを判定する。

結果：強化学習で恋人のおしゃれを検出できる

・学習3ヶ月目
恋人さんを2分見つめても変化に気づけなかった。

・学習8ヶ月目
このころになると、髪を大きく切るなどの変化に気づけるようになった。

・学習11ヶ月目
眉毛を少し整えたことに気づくことができた。これには恋人さんもびっくりしていた。成果がでた。

・学習15ヶ月目
2分間見つめなくても容姿の小さな変化に気づくことができるようになった。普段との差異から、顔色の良い悪いがわかるようになった。これにて学習は終了である。

・まとめ
15ヶ月一生懸命恋人さんの写真を学習すると、恋人のおしゃれに気づくことができる（完）

考察

本研究では、僕みたいなオシャレに興味がないブサイク男でも、女性の変化に気づくというイケメンスキルを手に入れることを示している点で価値がある。
しかし、学習に15ヶ月もかかっており、この期間の長さは本研究の課題である。
また、本研究を始めてから、僕の妹の化粧の変化に気がつくようになった。このことは、恋人さんの学習を繰り返しているうちに女性の顔の特徴量を学習していた可能性が示唆される。

本研究では、自身にたいして強化学習を用いてみたが、効果抜群であった。読者諸君も恋愛に行き詰まった時は、ぜひとも強化学習に挑戦してほしいと思う。

謝辞

本実験に協力してくれた恋人さんに圧倒的感謝をおくります。
実験協力を快諾してくれてデートの開始時に2分間ジロジロ見ても気にしないその許容量の広さが、いつも私の心を支えてくれています。一般男性のように上手く振る舞うことはできませんが、様々な知識や考え方を援用しながらこれからも多くの幸せを共有していけたらと思っています。よろしくおねがいします。

最後まで読んでくれた読者のみなさまにも圧倒的感謝をおくります。
最初から最後まで全力でのろけてしまい申し訳ありませんでした。