遗传编程在线学习

Question

4

有没有人用在线学习而不是标准的离线学习实现过遗传程序（GP）？我已经做了一些遗传程序的工作，但我无法想出在线学习的好方法。

如果您有任何想法、看到任何实现或有任何参考资料，请告诉我。

- Kiril

3个回答

1

我通过谷歌学术搜索找到了一些例子，关于在线遗传编程。

实际上，他们找到了一种方法，在实际活动中使遗传编程修改机器人控制系统的机器码 - 非常酷！

这些作者还进行了更多相关工作，比如这个改进：

希望他们的工作足以让你入门 - 我对遗传编程没有足够的经验，无法给你任何具体建议。

- Daniel G

0

它看起来实际上他们找到了一种方法，使GP在实际活动期间修改机器人控制系统的机器码 - 真是太酷了！是的，Uni Dortmund的部门非常热衷于线性GP :-)

直接执行GP程序与解释代码相比有一些优点，但在这些日子里，您可能更愿意选择动态语言，如Java、C#或Obj-C，它允许您在运行时编写类/方法，同时仍然可以受益于一些运行时而不是在原始CPU上运行。

在线学习方法对我来说似乎并没有什么绝对新颖或与“经典GP”不同之处。从我的理解来看，这只是在运行时扩展训练/适应性/测试用例集合的情况？

祝福你， Jay

- Jay

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Cerin · Accepted Answer

根据维基百科的链接，网络学习“一次只学习一个实例”。在线/离线标签通常指监督回归或分类算法如何提供训练数据。由于遗传编程是一种启发式搜索，使用评估函数来评估其解决方案的适应性，而不是带有标签的训练集，因此这些术语并不真正适用。

如果您询问的是GP算法的输出（即最佳表型）是否可以在它仍在“搜索”更好的解决方案时使用，我认为没有理由不这样做，前提是对您的领域/应用程序有意义。一旦您的GA/GP的种群适应度达到一定阈值，您就可以将该解决方案应用于您的应用程序，并继续运行GP，在更好的解决方案可用时切换到新解决方案。

沿着这条路线的一种方法是一种称为rtNEAT的算法，它尝试使用遗传算法实时生成和更新神经网络。