信息论神经关联促进认知系统的演化

遗传算法（GA）是一套模仿自然选择过程的强大搜索与优化工具，已成功应用于包括演化神经网络以解决认知任务在内的广泛问题。尽管取得了成功，GA 有时无法定位适应度地形的最高峰，尤其是当地形崎岖且包含多个峰时。抵达遥远且更高的峰十分困难，因为需要跨越山谷，这一过程（至少暂时）违背了适应度最大化目标。本文提出并测试了若干信息论（以及基于网络）的度量，它们可与适应度最大化目标结合使用（所谓“神经关联”），用于为两项差异很大的任务演化神经控制器：一项需要信息整合的行为任务，以及一项需要记忆与逻辑的认知任务。我们发现审慎选择的神经关联能显著帮助 GA 找到最高峰。