evolution strategy | BriefGPT

关键词evolution strategy

搜索结果 - 9

EGAN: 恶意软件免疫进化型 GAN
提出了一种名为 EGAN 的攻击框架，该框架利用进化策略和生成对抗网络选择攻击动作序列，以改变勒索软件文件的行为，从而绕过大部分 AI 型商业杀毒系统，并增加了绕过其他商业非 AI 型杀毒解决方案的概率。
PDF2 months ago
逃生飞行器导航设计之进化策略增强深度强化学习
该研究论文研究了基于深度强化学习（DRL）的引导设计，其中逃逸飞行器（EFV）和追击飞行器（PFV）分别使用不同的引导命令生成方法，通过两步策略的组合，以保证给定规避距离下的残余速度最大化。模拟结果表明，基于 PPO 算法的引导设计方法在残
PDF2 months ago
鲁棒 LEGO 操纵的轻量级可迁移设计
通过硬件 - 软件协同设计，本文研究了安全高效的机器人乐高操控，并设计了末端工具（EOAT）以降低问题维度，使得大型工业机器人能够轻松操控乐高积木。同时，通过进化策略在乐高操控中安全优化机器人运动。实验结果表明，EOAT 在操控乐高积木上表
PDF10 months ago
一个自适应神经进化算法用于在不同类型之间构建深度神经网络架构
本篇研究提出了自适应神经进化 (SANE) 方法以自动构建不同任务的轻量 DNN 结构，其中关键的设置是为不同的 DNN 类型定义的细胞和器官的搜索空间。 SANE 能够自适应地调整演化探索和利用以提高搜索效率，并提供了一种大规模且性能出众
PDF2 years ago
使用离线排序提高进化强化学习的样本效率
本文提出了一种用于评估候选解的离线排序方法，以提高样本效率，在强化学习中使用增强型随机搜索算法（ARS）时，与原始 ARS 相比，我们的离线策略具有类似的运行时间，但只需要约 70% 的数据，并且胜过最近的 TR-ES。
PDF2 years ago
PI-ARS：用预测信息表现加速演化学得的视觉 - 运动
本研究中，我们开发了 “预测信息增强随机搜索”（PI-ARS）方法，它结合了基于梯度的表示学习技术（PI）和基于梯度的无模型演化策略算法 (ARS)，以训练能够处理复杂机器人感知输入和处理高度非线性机器人动态的策略。该方法在足够复杂且难以处
PDF2 years ago
基于混合模型的进化策略用于大规模优化
这项工作提供了一种有效的 CMA-ES 协方差矩阵适应进化策略的抽样方法，采用混合模型生成变异向量，简化了数量庞大的实验中寻优问题的复杂性。
PDF2 years ago
ES 不仅仅是传统有限差分近似器
本研究说明了一种基于进化策略的深度强化学习方法可以通过优化全部群体的平均奖励来寻找具有鲁棒性的神经网络参数，这种鲁棒性在不同领域的应用中得到了证实。与传统的有限差分法相比，这种方法不仅可以使搜索空间不同，也可以寻找不同属性的网络。
PDF7 years ago
线性函数的累计步长自适应
本文研究了具有累计步长自适应的进化策略 - CSA-ES，研究了其在具有仿射线性函数的增加函数的组合中的 Markov 链，得出了有和没有累积的累计路径的步长变化和变化的严格结果。步长在大多数情况下会出现几何级数的发散，同时还研究了累积参数
PDF12 years ago