用于玩 Atari 游戏的简单程序进化
通过遗传编程框架,结合人类控制器的输入数据,创造出有意义的人工玩家,解决现有游戏人物设计中手动编写脚本和规则的瓶颈问题,并提供洞察玩家在游戏中的表现以及相应的模型。
Mar, 2018
我们提出了 CGP 的现代 C++ 实现的第一个版本,追求面向对象的设计和通用编程范式,以提供一种高效的实现模型,可以方便地在 CGP 领域中发现新的问题领域和实现长期提出的复杂高级方法,从而促进 CGP 领域的解释性、可访问性和再现性。
Jun, 2024
本研究介绍了一种新的方法,利用笛卡尔遗传编程来实现神经结构搜索,并通过多目标进化算法(MOEA)在连续域中进行优化,提出了两种变体,这些变体在粒度上的考虑不同,经实验结果证明,相对于目前最先进的提议,本文提出的方法在分类性能和模型复杂度方面具有竞争力。
Jun, 2023
本文介绍了一种使用 Cartesian 遗传编程自动构建卷积神经网络结构的方法,并通过将其应用于 CIFAR-10 数据集的图像分类任务验证了该方法的有效性。
Apr, 2017
研究了一种基于遗传编程的编程合成方法,利用反射和一级规范来支持进化可能使用任意数据类型、多态和现有代码库中的函数的程序,使用 Hindley-Milner 类型系统可以演化类型安全的程序,并将性能与其他现代遗传编程方法进行比较。
Jun, 2022
该研究发现,进化策略(ES)算法可以作为一种可替代强化学习(RL)的算法,对于诸如 Atari 游戏和 MuJoCo 人型运动的深度 RL 问题可以实现相同或更好的性能,并且即使是基本的 ES 算法也可以实现成功。研究还表明,ES 算法与传统 RL 算法有着非常不同的性能特征,将它们的优势与传统 RL 算法的优势相结合可能会推动先进技术的发展。
Feb, 2018
利用遗传编程技术开发出一种新的自动化软件测试框架,生成可以重复生成输入值的微程序,从而快速高效地探索软件元件的输入参数范围,同时可应用于多种软件系统。
Feb, 2023
Symbolic regression is improved by Racing Control Variable Genetic Programming (Racing-CVGP), which carries out multiple experiment schedules simultaneously and outperforms other regressors.
Sep, 2023
本文介绍了一种使用卷积神经网络和增强学习从高维感知输入中直接学习控制策略的深度学习模型,并将其应用于七个 Atari 2600 游戏中,发现在 6 个游戏上优于以往的方法,在其中三个游戏中超过了人类专家。
Dec, 2013
本文提出了一种名为 AI Programmer 的机器学习系统,使用遗传算法和一种紧密限制的编程语言自动生成软件程序,并包括嵌入式解释器等特殊设计,经过实验证明其软件生成能力和性能仅需使用主流 CPU 即可实现。
Sep, 2017