Как генетические алгоритмы используются для продвижения машинного обучения?

Я студентка бакалавриата, занимаюсь фундаментальным исследованием роли, которую генетические алгоритмы могут/играют в видеоиграх. На Youtube есть видео людей, показывающих, как они использовали алгоритмы, чтобы научить компьютерного игрока играть.

http://www.youtube.com/watch?v=ofVKsxeYa6U&feature=related

Я понимаю генетические алгоритмы как алгоритм поиска, который лучше всего использовать, когда вы знаете общее решение, которое хотите получить, но не точное. Бывший. В TSP вы знаете, что хотите найти кратчайший возможный маршрут, или в задаче планирования экзаменов вы хотите, чтобы все студенты могли сдавать экзамены с наименьшим количеством «перерывов». В этих задачах алгоритм использует ясность. Однако у меня возникли проблемы с пониманием концепции «машинного обучения» с g.a.

Когда генетические алгоритмы используются для обучения компьютера игре, как они «обучаются»? Как они научились играть, чтобы играть в игру? Какую «проблему оптимизации» они пытаются решить?


machine-learning algorithm genetic
person Khadijah Celestine    schedule 06.08.2012    source источник
comment
Конечная цель — не умереть, победить врага или решить головоломку. Обучение, стоящее за этим, в основном представляет собой обучение с подкреплением, вы говорите учащемуся, что не так, и постепенно он начинает учиться правильно. Кстати, есть их статья: twsandberg.dk/media/ 4615/   -  person Thomas Jungblut    schedule 06.08.2012
comment
Спасибо за ответ. Конечная цель — не умереть, и обучение с подкреплением очень поможет, когда я буду думать о том, как оно работает. Я пробовал читать газету, но она слишком техническая для меня. Попробую еще раз медленно разбирать каждый абзац.   -  person Khadijah Celestine    schedule 10.08.2012

Ответы (1)


arrow_upward
2
arrow_downward

Одним из вариантов использования является Выбор функции.

Много раз, особенно в текстовых задачах — но не только — ваше пространство функций огромно, и многие алгоритмы машинного обучения (KNN например) уязвимы для неинформативных функций и ухудшаются с большим количеством функций.

Используя алгоритм выбора функций, вы можете уменьшить размеры вашей проблемы, но вопрос в том, как выбрать, какие функции являются избыточными?

Есть много способов сделать это, но один из них — использовать алгоритм Gentic в качестве функции поиска и попытаться оптимизировать подмножество функций, которые вы хотите сохранить.

Такое использование широко используется и даже реализовано в библиотеке машинного обучения с открытым исходным кодом Weka в пакете AttributeSelection как GeneticSearch

person amit    schedule 06.08.2012
comment
Спасибо за ответ. Я понимаю, что в этом алгоритме я еще многого не понимаю. Я обязательно изучу выбор функций и тому подобное. - person Khadijah Celestine; 10.08.2012