Language agnostic 遗传编程在线学习
有没有人见过GP是通过离线学习而不是标准的离线学习来实现的?我用基因程序做了一些工作,但我根本不知道什么是让学习过程在线的好方法Language agnostic 遗传编程在线学习,language-agnostic,artificial-intelligence,machine-learning,genetic-algorithm,genetic-programming,Language Agnostic,Artificial Intelligence,Machine Learning,Genetic Algorithm,Genetic Programming,有没有人见过GP是通过离线学习而不是标准的离线学习来实现的?我用基因程序做了一些工作,但我根本不知道什么是让学习过程在线的好方法 如果您有任何想法,看过任何实现,或者有任何参考资料,请告诉我。我通过谷歌学者搜索找到了一些示例 事实上,看起来他们找到了一种让GP在实际活动中修改机器人控制系统机器代码的方法——非常酷 这些作者继续创作了更多相关的作品,比如这项改进: 希望他们的工作足以让你开始——我没有足够的遗传编程经验,无法给你任何具体的建议。根据维基百科链接,在线学习“一次学习一个实例”在线
如果您有任何想法,看过任何实现,或者有任何参考资料,请告诉我。我通过谷歌学者搜索找到了一些示例 事实上,看起来他们找到了一种让GP在实际活动中修改机器人控制系统机器代码的方法——非常酷 这些作者继续创作了更多相关的作品,比如这项改进:
希望他们的工作足以让你开始——我没有足够的遗传编程经验,无法给你任何具体的建议。根据维基百科链接,在线学习“一次学习一个实例”在线/离线标签通常指如何将训练数据馈送给有监督的回归或分类算法。由于遗传规划是一种启发式搜索,使用评估函数来评估其解决方案的适用性,而不是带有标签的训练集,因此这些术语实际上并不适用 如果您要问的是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,我认为没有理由不使用,假设它对您的域/应用程序有意义。一旦GA/GP群体的适应度达到某个阈值,就可以将该解决方案应用到应用程序中,并继续运行GP,在更好的解决方案可用时切换到新的解决方案 沿着这条路线的一种方法是一种叫做的算法,它试图使用遗传算法来实时生成和更新神经网络 事实上,看起来他们找到了一种让GP在实际活动中修改机器人控制系统机器代码的方法——非常酷 是的,多特蒙德大学的系在很大程度上是线性GP:-) 直接执行GP程序与解释代码相比有一些优势,尽管现在您可能更希望使用Java、C#或Obj-C等动态语言,它们允许您在运行时编写类/方法,同时您仍然可以从一些运行时中获益,而不是在原始CPU上运行 在我看来,在线学习方式与“经典GP”并没有什么绝对新颖或不同之处。 据我所知,这只是在运行时扩展训练/健身/测试用例集的一个例子 干杯,
Jay你的答案与遗传算法(一种用于组合优化问题的元启发式算法)有关。OP的问题与遗传编程有关——这是两个非常不同的东西,甚至在属-种的方式上都不相关(即,一个不包括另一个)。答案适用于GA和GP。是的,两者是不同的,但它们使用的是相同的遗传进化原理。