神经进化发散搜索中的可进化性与行为景观
神经与进化计算
2023-06-19 v1
摘要
可进化性指一个个体的基因型（解）产生具有相互不同表型的后代的能力。近期研究表明，发散搜索方法，尤其是新颖性搜索（novelty search），通过隐式地为其创造选择压力来促进可进化性。本文的主要目标是为神经进化发散搜索与可进化性之间的关系提供新颖视角。为此，首先将从适应度景观分析文献中得到的若干种游走类型适配到该语境中。随后，研究了在不同进化压力程度与不同多样性度量下，神经进化发散搜索与可进化性之间的相互作用。为此，在 Fetch Pick and Place（一个机械臂任务）上进行了实验。此外，所开展的研究尤其揭示了基因型-表型映射（行为景观）的结构。最后，提出了一种考虑后代可进化性且适用于离散化行为空间的可进化性新定义，并给出了基于马尔可夫链的估计方法。
引用
@article{arxiv.2306.09849,
title = {On Evolvability and Behavior Landscapes in Neuroevolutionary Divergent Search},
author = {Bruno Gašperov and Marko Đurasević},
journal= {arXiv preprint arXiv:2306.09849},
year = {2023}
}
备注
To appear in the proceedings of GECCO 2023