Fugu-MT 論文翻訳(概要): Co-Evolutionary Diversity Optimisation for the Traveling Thief Problem

論文の概要: Co-Evolutionary Diversity Optimisation for the Traveling Thief Problem

arxiv url: http://arxiv.org/abs/2207.14036v1
Date: Thu, 28 Jul 2022 12:02:15 GMT
ステータス: 処理完了
システム内更新日: 2022-07-29 12:10:21.701836
Title: Co-Evolutionary Diversity Optimisation for the Traveling Thief Problem
Title（参考訳）: トラベリングティーフ問題に対する共進化的多様性最適化
Authors: Adel Nikfarjam, Aneta Neumann, Jakob Bossek, Frank Neumann
Abstract要約: 本稿では,多成分走行盗難問題に対する2つの空間を同時に探索する共進化的アルゴリズムを提案する。その結果,論文の基盤となる進化的多様性アルゴリズムと比較して,共進化的アルゴリズムの多様性を著しく向上させる能力を示した。
参考スコア（独自算出の注目度）: 11.590506672325668
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Recently different evolutionary computation approaches have been developed that generate sets of high quality diverse solutions for a given optimisation problem. Many studies have considered diversity 1) as a mean to explore niches in behavioural space (quality diversity) or 2) to increase the structural differences of solutions (evolutionary diversity optimisation). In this study, we introduce a co-evolutionary algorithm to simultaneously explore the two spaces for the multi-component traveling thief problem. The results show the capability of the co-evolutionary algorithm to achieve significantly higher diversity compared to the baseline evolutionary diversity algorithms from the the literature.
Abstract（参考訳）: 近年、与えられた最適化問題に対する高品質な多様な解の集合を生成する様々な進化的計算手法が開発されている。多くの研究が多様性を考慮し 1)行動空間(品質多様性)におけるニッチを探求する手段として 2) 解の構造的差異を増大させる(進化的多様性最適化)。本研究では,多成分移動泥棒問題に対する2つの空間を同時に探索する共進化アルゴリズムを提案する。その結果,共進化的アルゴリズムの多様性は,文献の基盤となる進化的多様性アルゴリズムと比較して著しく向上した。

関連論文リスト

A Unified Algorithm Framework for Unsupervised Discovery of Skills based on Determinantal Point Process [53.86223883060367]
教師なしオプション発見における多様性とカバレッジは、実際には同じ数学的枠組みの下で統一可能であることを示す。提案アルゴリズムであるODPPは,MujocoとAtariで作成した課題に対して,広範囲に評価されている。
論文参考訳（メタデータ） (2022-12-01T01:40:03Z)
Computing High-Quality Solutions for the Patient Admission Scheduling Problem using Evolutionary Diversity Optimisation [10.609857097723266]
我々は、現実世界の問題、すなわち患者受け入れスケジューリングに対する進化的多様性の最適化に適応する。本稿では,各解の品質を考慮に入れた一組の解において,構造的多様性を実現するための進化的アルゴリズムを提案する。
論文参考訳（メタデータ） (2022-07-28T14:26:45Z)
Evolutionary Diversity Optimisation for The Traveling Thief Problem [11.590506672325668]
解の集合の構造的多様性を最大化する二段階の進化的アルゴリズムを導入する。多様性を得る最良の方法を実証的に決定する。実験の結果,ほとんどのTTPベンチマークインスタンスにおける構造的多様性の観点から,QDアプローチの大幅な改善が示された。
論文参考訳（メタデータ） (2022-04-06T10:13:55Z)
Diversity Enhancement via Magnitude [7.005458308454871]
我々は最近開発された等級理論を用いて勾配流と類似の概念を構築し、ユークリッド空間の有限部分集合を体系的に操作してそれらの多様性を高める。本稿では,主要なアルゴリズムを用いてベンチマーク問題に対する多様性向上を実証し,フレームワークの拡張について議論する。
論文参考訳（メタデータ） (2022-01-25T01:38:53Z)
Result Diversification by Multi-objective Evolutionary Algorithms with Theoretical Guarantees [94.72461292387146]
両目的探索問題として結果の多様化問題を再構成し,多目的進化アルゴリズム(EA)を用いて解くことを提案する。 GSEMOが最適時間近似比1/2$を達成できることを理論的に証明する。目的関数が動的に変化すると、GSEMOはこの近似比をランニングタイムで維持することができ、Borodinらによって提案されたオープンな問題に対処する。
論文参考訳（メタデータ） (2021-10-18T14:00:22Z)
What can phylogenetic metrics tell us about useful diversity in evolutionary algorithms? [62.997667081978825]
系統的多様性指標(英: Phylogenetic diversity metrics)は、生物学で広く用いられる指標の分類である。ほとんどの場合、系統学的指標は他の多様性指標と有意に異なる振る舞いをする。
論文参考訳（メタデータ） (2021-08-28T06:49:14Z)
An Analysis of Phenotypic Diversity in Multi-Solution Optimization [118.97353274202749]
マルチモーダル最適化は高い適合性ソリューションを生み出し、品質の多様性は遺伝的中立性に敏感ではない。オートエンコーダは表現型特徴を自動的に発見するために使用され、品質の多様性を備えたさらに多様なソリューションセットを生成する。
論文参考訳（メタデータ） (2021-05-10T10:39:03Z)
Expressivity of Parameterized and Data-driven Representations in Quality Diversity Search [111.06379262544911]
2つの異なる検索空間で実施した品質多様性進化探索の出力多様性を比較する。学習モデルは、未知の例への外挿や拡大よりも、既知のデータポイント間の補間が優れている。
論文参考訳（メタデータ） (2021-05-10T10:27:43Z)
Entropy-Based Evolutionary Diversity Optimisation for the Traveling Salesperson Problem [11.590506672325668]
我々は,高次エントロピー尺度(High-order entropy measure)と呼ばれる集団多様性尺度を進化的アルゴリズムに応用し,トラベリングセールスパーソン問題に対する多様な高品質な解を求める。最近提案されたエッジベースの多様性最適化アプローチと比較して,多数のソリューションや長いセグメントを扱う場合に比べて,大幅な改善が見られた。
論文参考訳（メタデータ） (2021-04-28T02:36:14Z)
Selection-Expansion: A Unifying Framework for Motion-Planning and Diversity Search Algorithms [69.87173070473717]
本稿では,2つの多様性探索アルゴリズム,ノベルティ探索アルゴリズムとゴール探索処理アルゴリズムの特性について検討する。 mpアルゴリズムとの関係は、ポリシーパラメータ空間と結果空間の間のマッピングの滑らかさ、あるいは滑らかさの欠如が検索効率において重要な役割を担っていることを示している。
論文参考訳（メタデータ） (2021-04-10T13:52:27Z)
Quality and Diversity in Evolutionary Modular Robotics [1.290382979353427]
Evolutionary Roboticsでは、あるタスクを解くロボットを最適化するために、多くのソリューションが進化している。品質の多様性のアルゴリズムは、異なるソリューションに報酬を与える追加の手段を導入することで、早めの収束を克服しようとします。
論文参考訳（メタデータ） (2020-08-05T13:08:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。