Sep, 2023
机器学习中的逼近健身
Fitness Approximation through Machine Learning
Itai Tzruia, Tomer Halperin, Moshe Sipper, Achiya Elyasaf
TL;DR我们提出了一种新的方法，在遗传算法中使用机器学习模型进行适应度近似估计，重点是在 Gymnasium（游戏）模拟器中的进化智能体，其中适应度计算代价很高。维护一个包括个体及其实际适应度评分的样本数据集，我们通过整个进化过程不断更新适应度近似估计的机器学习模型。我们比较了不同的方法：1）在实际适应度和近似适应度之间切换，2）对种群进行抽样，并且 3）对样本进行加权。实验结果表明，在适应度近似与实际计算的比率下，进化运行时间得到了显著的改善，且适应度评分要么相同，要么略低于完整运行的遗传算法。我们的方法是通用的，并且可以轻松应用于许多不同的领域。