Sep, 2022

Minecraft 建筑生成的开放式演化

PDF
TL;DR本文提出了一种过程化内容生成器，根据新颖性的内在定义，演化 Minecraft 建筑物，评估个体的新颖性，通过 3D 自动编码器和探索转换阶段交替进行，使用不同方法训练自动编码器，通过重新训练自动编码器，使模型更加具有开放性复杂性，改进了候选人的合规约束和结构，获得更好的演化质量和多样性。
发现论文，激发创造
  • 自编码增强的神经进化在视觉 Doom 游戏中的应用

    通过训练自编码器来创造低维度的环境表征，并使用 CMA-ES 来训练神经网络控制器，从而解决神经进化在高维度控制器表示上的缩放问题，在基于 FPS Doom 的 VizDoom 环境中进行健康包采集任务，性能良好。

    Jul, 2017

  • 深度学习生成神经进化

    本篇论文探讨神经进化在深度学习中的作用，其中 HyperNeat 通过训练一种间接编码来实现学习大型神经结构，并且结合其他机器学习方法可以有效提取特征。

    Dec, 2013

  • 变异模型：通过模仿进化学习生成关卡

    本文介绍了一种基于机器学习的迭代式关卡生成器 - 变异模型。采用带训练模型的辅助演化过程，可以生成出符合规定约束和目标条件的关卡，而且生成速度比基于演化过程的关卡生成器快得多，实现了在游戏中进行实时生成。

    Jun, 2022

  • 基于生成型自编码器的分子设计应用

    本文探讨如何使用深度学习方法 - 自动编码器，进行新型药物分子结构的设计，并通过搜索自动生成的 latent space, 生成预测活性的新化合物，并识别与训练集不同但具有相似效应的活性化合物。

    Nov, 2017

  • EvoAAA: 一种用于自动神经自编码器架构搜索的进化方法

    该论文提出了一种基于进化方法的自动化自编码器架构搜索过程，通过测试证明了该方法在九个异构数据集上的可行性和较好的结果。

    Jan, 2023

  • 利用深度卷积生成对抗网络的潜在空间演化马里奥关卡

    本论文使用对抗生成网络 (GANs) 和协方差矩阵自适应进化策略 (CMA-ES) 生成了大量类似原始语料库中的 Super Mario Bros 的电子游戏层级，并使用各种适应性函数发现了专家所设计示例空间内存在的层级，并引导搜索满足一个或多个指定目标的层级。

    May, 2018

  • 多目标卷积自编码器神经进化 (MONCAE)

    本文提出了一种新颖的神经进化方法来确定卷积自编码器的结构和超参数，使用超体积指标在神经架构搜索的背景下进行压缩图像来加快 AutoML 流程。

    Jun, 2021

  • 使用 DeLeNoX 转化探索性创意

    DeLeNoX is a system that uses deep learning and novelty search to create diverse artifacts, specifically spaceships for arcade-style computer games, through exploration and transformation phases, and is relevant to theories of exploratory and transformational creativity and Schmidhuber's drive for compression progress.

    Mar, 2021

  • 从零开始进化机器学习算法的 AutoML

    本文旨在通过引入一个新颖的框架，展示 AutoML 可以进一步通过基本数学运算作为构建块自动发现完整的机器学习算法，从而大大减少人类偏见，并通过演化搜索不同类型的任务来适应算法。

    Mar, 2020

  • 多种人群交替进化神经架构搜索

    通过将搜索空间转换为相互连接的单元，并顺序地搜索这些单元，然后对整个网络的上述搜索进行多次循环以减小先前单元对后续单元的影响，我们提出了 Multiple Population Alternate Evolution Neural Architecture Search（MPAE）这一新颖的神经网络架构搜索范式，并在迁移归档中建立出色的迁移档案，并将其中的优秀知识和经验传递给新的群体，从而加速种群进化过程，该方法仅需要 0.3 GPU 天即可在 CIFAR 数据集上搜索神经网络，并达到了最先进的结果。

    Mar, 2024