- 程序合成的遗传算法
利用进化计算方法改善演绎程序合成工具 SuSLik 的搜索策略,以加速正确程序的推导,交叉验证结果显示改进后的方法可泛化应用于未预见的问题。
- 0-1 多维背包问题中有潜力的搜索空间的发现与探索
本文提出了一种基于演化算法和大邻域搜索的启发式算法,用于解决 0-1 多维背包问题。此算法通过整数规划探索良好部分分配所确定的有前途的搜索空间,从而找到更高质量的解。反复实验结果表明,所提出的算法可以在解质量方面优于现有的 TPTEA 和 - Lamarckian Platform:推动进化强化学习边界走向异步商业游戏
本文介绍了 Lamarckian 平台,该平台支持分布式计算和异步进化强化学习,并在 Google 足球游戏和乒乓游戏上进行了基准测试,表明 Lamarckian 平台在采样效率和训练速度方面具有优势,同时提供了两个应用示例:生成行为多样化 - 计算机视觉和图像分析中进化计算的回顾:过去、现在和未来趋势
本文对演化计算在计算机视觉和图像分析中的应用进行了综述,并讨论了不同方法的贡献以及演化计算在 CV 和图像分析中的作用和原因。本文还讨论了与该研究领域相关的应用、挑战、问题和趋势,并总结提供了未来研究的指导和机会。
- Evo* 2022 -- 晚期提交的摘要
该研究介绍了生物启发式方法(主要是演化计算)在不同真实世界问题中的应用及其初步研究结果。
- Python 中的进化计算工具包 EC-KitY,具备无缝机器学习集成
EC-KitY 是一个用于进行 Python 进化计算的综合计算机库,支持流行的进化计算范例,包括遗传算法,遗传编程,共演进,进化多目标优化等,并可与 scikit-learn 兼容,本文简要概述了该包的主要特点与架构,并将其与其他库进行了 - 用于两栖机器人的对抗身体形态搜索
该论文提出了一种基于深度强化学习的进化计算方法,用于对有腿机器人的部分长度和厚度进行对抗性攻击,从而改变机器人体形干扰行走,并找到对抗性机体形状以主动诊断有腿机器人行走的漏洞。
- 流行病政策制定的可解释人工智能
本文利用混合强化学习和进化计算的方法,基于现有的模拟器生成可解释的政策,以在减少 COVID-19 传播的同时最小化经济损失,与先前的研究和政府政策相比,得出了具有更好性能的简化的政策。
- 利用 NSGA-II 优化联邦学习中的通信开销
本研究旨在将联邦学习中的通信开销作为一个多目标问题建模,并应用多目标优化算法来解决此问题,通过模拟服务器 / 客户端架构进行实验,我们的实验结果表明,该方案能够将通信开销减少 99%,并保持与使用 100%通信的 FedAvg 算法获得的精 - 演化神经架构搜索综述
本文系统地综述了 200 多篇最新基于进化计算的 NAS 算法,分析了其设计原理和未来研究方向。
- 网络入侵检测系统中的对抗性机器学习
本文探讨了在网络入侵检测系统中对抗性问题的本质,从攻击者角度出发,研究利用进化计算和深度学习生成对抗样本的方法,并应用于公共数据集,与基线方法做对比,结果表明,这些生成对抗样本会导致 11 个不同的机器学习模型及投票分类器高误分类率,突出了 - 逗号选择是否有助于克服局部最优解
研究了非精英主义的进化算法在最基本的基准函数中的性能,证明了非精英主义算法在运行时间上不具备优势。这是对多模问题上非精英算法的第一个紧密性结果。
- 深度进化方法以生物启发的分类器优化用于脑 - 机交互
本研究提出一种使用进化计算来选择有用的识别脑电特征并优化人工神经网络拓扑结构的新方法,同时探讨了深度学习和长短时记忆的调整,使用三个分类器对注意状态、情感和数字数据集进行比较,结果表明自适应提升的 LSTM 可以在注意力、情感和数字数据集上 - 空间进化生成对抗网络
本文探讨了对生成对抗网络中出现的不稳定性和模态崩溃问题进行改进的方法,通过引入进化计算的原理,将两种促进训练多样性的方法(E-GAN 和 Lipizzaner)进行混合,提出了一种名为 Mustangs 的进化 GAN 训练方法,该方法通过 - CMA-ES 变体的在线选择
本研究针对进化计算领域中的算法选择问题,通过提出一种自适应 CMA-ES 算法的选择方式并测试,取得了比之前研究更稳健的结果,证明了模块选择对于不同优化问题的关键作用。
- AlphaStar: 一种进化计算的视角
本文主要通过使用演化计算的视角对 AlphaStar 进行分析并阐述了它的 Lamarckian 演化、竞争性共进化和质量多样化等方面,旨在为广大的演化计算研究者介绍近期开发的最重要的人工智能系统之一。
- 用神经架构搜索实现快速、精确和轻量级的超分辨率处理
使用神经架构搜索的多目标方法能够在以 FLOPS 为指标的量化实验中优于现有方法,以在资源受限条件下平衡模型的简单度和修复能力。
- Lenia - 人工生命的生物学
我们报道了一种新的人工生命系统 Lenia,它是一种具有连续空 - 时间 - 状态和广义局部规则的二维细胞自动机,支持多样复杂的自主模式或生命形式,其形态和行为动力学具有自我组织、可塑性等特性。
- 自适应变异率的运行时分析
本文提出了一个自适应版本的 (1,λ) 进化算法,并进行了严格的运行时间分析。结果表明,进化计算中的自适应可以在飞行中找到复杂的最优参数设置。同时,它证明了 Doerr、Gie?en、Witt 和 Yang~(GECCO~2017) 提出的 - 通过演化的启发式搜索和 MCTS 实现基于过程人物的自动化游戏测试
本文提出了一种通过生成 player 模型,利用叫做 procedual personas 的原型 player 模型实现自动游戏内容测试的方法,该模型基于心理决策理论,通过使用进化计算开发的节点选择标准来替换 MCTS 的标准 UCB1