Nov, 2017

基于遗传算法的大型拼图问题求解器

PDF
TL;DR本文介绍了基于遗传算法的拼图解决方案，并提出了一种新颖的合并两个 “父” 解决方案的程序，这些父方案是通过检测、提取和组合正确装配的拼图段而得到的，以获得一个改进的 “子” 解决方案。该算法的性能是目前最先进的，可以更快地和更准确地解决以前尝试过的拼图，也可以解决以前从未尝试过的尺寸的拼图。此外，本文还创建了以前不可用的大型图像基准，共享数据集和所有结果以供未来测试、比较评估拼图解决方案。
genetic algorithmjigsaw puzzle solverassembled puzzle segmentsperformancebenchmark
发现论文，激发创造
  • 复杂类型大型拼图问题的广义基因算法求解器

    本文介绍了新型的方形拼图，引入了遗传算法解决未知位置和方向的拼图问题，同时还可以处理双面的、未知面和方向的拼图。结果表明我们的求解器提供了一种新的最先进技术，可以更快，更精确地解决尝试过的拼图，并自动有效地处理新引入的双面拼图。同时，本文还提供了到目前为止最为广泛的关于 Type 2 拼图的实验结果。

    Nov, 2017

  • 基于图遗传算法的自动化拼图验证以实现更快的游戏设计

    本文介绍了一种带有专家知识启发式的进化算法，以更高效地解决逻辑谜题，在游戏设计中可以应用于自动验证和个性化谜题设计。

    Feb, 2023

  • 弱空间约束下的迭代重组：无人监督表征学习中任意拼图问题的解决

    本文提出了一种用于解决任意大小和形状的智力拼图，利用无监督学习从未标记的图像数据中学习视觉特征，可作为网络初始化的可靠方法，适用于图像分类、物体检测和语义分割等几类视觉识别任务。

    Dec, 2018

  • 为叙事解谜游戏生成适应难度的规则

    本文研究了利用基因算法和自然语言模型生成规则，将其应用于教育游戏的难度调整。通过应用该方法设计了一款趣味教育游戏，针对幼儿园儿童，且初步实验结果表明该方法能够在二十多代以内找到符合指定难度要求的规则。未来研究将关注数据收集与模型优化。

    Jul, 2023

  • 通过解决拼图难题进行域泛化

    本研究旨在将自适应方法应用于不同领域中的对象识别任务。通过受监督的信号和自监督的信号来学习和合并知识，扩展模型对数据的理解并提高分类任务的准确性。经过多次实验验证，本方法相较之前的方法在域通用性和适应性上具有更好的效果。

    Mar, 2019

  • 遗传工程算法（GEA）：一种高效的元启发式算法用于解决组合优化问题

    提出了一种基于遗传工程概念的新元启发算法 —— 遗传工程算法（GEA），通过重新设计传统遗传算法并引入新的搜索方法，以基于已有基因的选择来孤立、提纯、插入和表达新基因，从而产生具有所选基因的特定染色体，旨在解决遗传算法中的限制问题。与现有算法在基准实例上进行的比较评估表明，GEA 具有卓越的性能，展示了其作为组合优化问题的创新高效解决方案的潜力。

    Sep, 2023

  • 拼图：学习组装多个破碎物体

    该文章介绍了 Jigsaw 框架，该框架是一种用于将多个部件的物理断裂的 3D 对象组装起来的方法，并且通过分割、匹配和全局对齐的方式来提高其性能。该方法是一种第一次基于学习的方法，专门用于多个部件的 3D 断裂组装。

    May, 2023

  • 一种用于发现多样频繁模式的高效遗传算法

    本文提出了一种利用遗传算法挖掘多样化频繁模式集的快速启发式搜索算法，采用相对编码方案和有效的双胞胎去除技术来确保搜索结果的多样性，该算法在标准基准测试中优于现有方法并能够在短时间内产生令人满意的结果。

    Jul, 2015

  • 通过三种启发式方法的混合来解决十五数码问题

    本文利用 Bidirectional A * 算法及三种启发式算法（曼哈顿距离、线性位差和行走距离）解决了 Fifteen Puzzle 问题，并将这三种启发式算法混合运用，有效减少了算法生成状态数和扩展节点数，大大降低了空间复杂度，保证了最优解或接近最优解。

    Jan, 2023

  • 语言模型是否是解谜天才？算法解谜揭示多模态推理中的严峻挑战

    这篇论文介绍了一项新颖的任务，即多模式拼图解决，其框架是视觉问题回答。我们提出了一个名为 AlgoPuzzleVQA 的新数据集，旨在挑战和评估多模态语言模型在解决需要视觉理解、语言理解和复杂算法推理的算法拼图中的能力。我们的研究表明，GPT4V 和 Gemini 等大型语言模型在拼图解决任务中表现有限，对于大量拼图的多选题回答设置，它们的性能接近随机。这些发现突出了整合视觉、语言和算法知识以解决复杂推理问题的挑战。

    Mar, 2024