关于形状质量多样性优化中表示的适用性
神经与进化计算
2023-04-10 v1
摘要
进化算法中使用的表示（或编码）对其性能有重大影响。对机器人领域中广泛使用的表示在质量多样性优化（QD）中的适用性检验，就最合适编码方法得出了不一致的结果。鉴于 QD 的域依赖性质，有必要从其他领域获取额外证据。本研究比较了若干表示（包括直接编码、基于字典的表示、参数化编码、组合模式生成网络和元胞自动机）在建筑环境中体素化网格生成上的影响。结果显示，一些间接编码优于直接编码，并能生成更多样的解集合，尤其在考虑完整表型多样性时。本文引入了一种多编码 QD 方法，将所评估的所有表示纳入同一档案中。各编码物种基于表型特征竞争，从而产生一种与最佳单编码 QD 方法性能相近的途径。这一点值得注意，因为它并不总需要最佳性能单编码的贡献。
引用
@article{arxiv.2304.03520,
title = {On the Suitability of Representations for Quality Diversity Optimization of Shapes},
author = {Ludovico Scarton and Alexander Hagg},
journal= {arXiv preprint arXiv:2304.03520},
year = {2023}
}