遗传编程在线学习

根据维基百科的链接,在线学习“一次学习一个实例”。在线/离线标签通常指的是如何将训练数据反馈给监督回归或分类算法。由于遗传规划是一种启发式搜索,它使用一个评估函数来评估其解的适合性,而不是一个带有标签的训练集,因此这些术语并不真正适用。

如果你问的是gp算法的输出(即最好的表型)是否可以在它还在“搜索”更好的解决方案时使用,我认为没有理由不使用,假设它对你的域/应用程序有意义。一旦您的ga/gp种群的适应度达到某个阈值,您可以将该解决方案应用到您的应用程序中,并继续运行gp,在有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称为 rtNEAT 尝试用遗传算法实时生成和更新神经网络。

我通过谷歌学者搜索找到了几个例子 online Genetic Programming .

An On-Line Method to Evolve Behavior and to Control a Miniature Robot in Real Time with Genetic Programming

看起来他们真的找到了一种方法让GP在实际活动中修改机器人控制系统的机器代码-非常酷!

这些作者继续创作了更多相关的作品,比如这一改进:

Evolution of a world model for a miniature robot using genetic programming

希望他们的工作足够让你开始-我没有足够的遗传编程经验,不能给你任何具体的建议。

看起来他们真的找到了一种方法让GP在实际活动中修改机器人控制系统的机器代码-非常酷!

是的,多特蒙德大学的系里有很多人喜欢线性GP:-)

GP程序与解释代码的直接执行有一些优点,但在这些日子里,您可能更希望使用动态语言,如JAVA、C语言或Obj-C,允许您在运行时编写类/方法,同时仍然可以从一些运行时受益,而不是运行。原始CPU。

在我看来,在线学习方式并不是什么绝对新奇的东西,也不是什么与“传统家庭医生”不同的东西。 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, 杰伊