A personal paper for game creators
円は160円近辺でも、焦点は介入だけでなく9月の日銀利上げへ。9月の買いやすい野菜、40年で細った氷河の接続、生成器を進化させるPCG、美しさを100ミリ秒級で捉える視覚野まで。
昨日からの差分は、介入警戒より日銀の利上げ観測が一段前に出たこと。
Reutersが8月31日に報じたインタビューで、米財務長官Scott Bessentは、日本政府と日銀が円高につながる措置を取ると考えていると述べ、市場も日銀の追加利上げを織り込みつつあるとしました。ドル円は同日159円台後半で、9月17〜18日の日銀会合での利上げ観測が強まっています。[01]
8月30日時点の「最近の円相場は無秩序ではない」という評価に加え、31日はBessentが円高につながる政策対応への期待を明示。Reutersは9月利上げがほぼ織り込まれたと報じています。[01]
160円という水準だけで反転を決め打ちせず、必要なドルは複数回に分ける。9月会合まで政策発言で短期変動が出やすいため、全額を一度に交換しない方がイベントリスクを分散できます。
豪ドル固有材料が静かな日でも円側の政策観測を共有します。AUD/JPYも同じく分割し、日銀会合直前の追加分は急がない選択肢を残します。
月次見通しは昨日から更新なし。9月前半の買いやすい側を具体化する。
農林水産省が8月28日に公表した9月見通しは、東京都中央卸売市場の価格を直近5か年平均と比較したものです。レタス、ばれいしょ、たまねぎは9月を通して平年を下回る見込みで、にんじんも前半は平年を下回る見込みです。一方、きゅうり・トマトは前半に平年を上回る見込みです。[02]
サラダは高めのきゅうりを固定せずレタス＋にんじんへ。主菜・汁物の土台は、ばれいしょ・たまねぎを優先すると価格見通しに沿いやすいです。
生トマトが高ければ、加熱料理はトマト缶・パックと単価比較。きゅうりの食感が必要でなければ、レタスやキャベツ、にんじんで置き換えます。
にんじんは切って冷凍、たまねぎは風通しのよい場所、ばれいしょは光を避けて保存。カレーやスープ用の組み合わせとしてまとめて確保しやすい4品です。
同じ場所を長期間比較すると、変化の「量」だけでなく構造の切れ目が見える。
NASA Earth Observatoryが8月31日に公開した比較では、オーストリア最大のPasterze氷河を、Landsat 5の1985年8月22日画像とLandsat 9の2026年8月15日画像で比較しています。1985年には上部の涵養域から谷へ複数の氷瀑がつながっていましたが、2026年夏にはHufeisenbruchと呼ばれる1本だけが残りました。[03]
Hufeisenbruchの幅は1998年の約900mから2025年には約120mまで縮小。下流側の氷河も大きく後退し、末端には氷河湖が広がっています。[03]
接続が切れると上部から下部への氷供給がさらに弱まり、国最大の氷河という地位も失う見込みです。単なる面積減少ではなく、系を支える「接続」の喪失が転換点になります。[03]
編集上の応用：地形変化を総量ゲージだけで表すより、橋・水路・氷瀑のような接続部を状態変化の要所にすると、環境変化がプレイヤーの移動や資源循環へ直結します。
コンテンツを直接生成するのではなく、良い生成器を探索する。
Matthew Siper、Ahmed Khalifa、Julian Togeliusが2026年8月18日に公開した研究は、Sokoban、Zelda、Dangerous Dave、Lode Runnerの4領域で、LLMの変異・交叉によってPython製のレベル生成器そのものを進化させました。実験はCADの有無と固定の手書きAPIの有無を交差させた2×2で、合計160回、各セル少なくとも10回の50世代探索を行っています。[04]
高適応度プログラムから再利用可能な関数を抽出するContinual Abstraction Discovery（CAD）は、4領域×API有無の8比較すべてで最終ベスト適応度の平均を改善しました。後続世代では検証・到達可能性・構造処理の部品が繰り返し再利用されました。[04]
一発で良いマップを出すプロンプトより、「生成→検証→使えた部品を保存→次の生成器で再利用」という探索系を作る方が、ルールの蓄積を明示的に扱えます。
研究対象は4つのタイル型ゲームとプログラム適応度で、完成ゲームの人間プレイヤー評価を直接示したものではありません。編集上の応用としては、まず生成器の妥当性テストと再利用部品のログを分離するところから試せます。
神経美学 #37。美しさは熟考の後だけでなく、視覚処理の早い段階にも表れる。
Philipp A. Schumann、Rico Stecher、Martin N. Hebart、Daniel Kaiserが2026年7月11日に公開したプレプリントは、THINGSデータベースの数百の物体カテゴリについて得た美しさ評定と、別の参加者群が同じ画像を明示的な美的判断なしで見たときのEEG・fMRI反応を対応させ、さらにマカクの視覚野の多ユニット活動とも比較しました。[05]
美しさに関連する表現は後頭視覚野で100ms以内に現れ、約130msでピーク。マカク視覚野の活動からも人間の美しさ評定を予測できたと報告されました。[05]
これは「美は視覚野だけで決まる」という結果ではありません。物体カテゴリに伴う知覚特徴の段階で、後の好み形成に使われ得る美的情報がすでに表現されている、という証拠です。[05]
編集上の応用：UIやアイテムの第一印象テストでは、長い説明後の好みだけでなく、短時間提示の選好も別に取る。意味理解・ブランド文脈・物語を足す前の知覚的な魅力を切り分けやすくなります。
本文初出順。検索結果ではなく直接参照先を掲載します。
Reuters ／ 2026-08-31 ／ 時事（経済）
農林水産省 ／ 2026-08-28 ／ 家計
NASA Earth Observatory ／ 2026-08-31 ／ 時事（STEAM）
Siper, Khalifa, Togelius ／ 2026-08-18 ／ ゲームデザイン
Schumann et al. ／ 2026-07-11 ／ 神経美学