探索有前景的跨步石：将新颖性搜索与互动进化相结合
摘要：人工进化计算的领域受到自然进化的成就的启发，其中并没有最终目标。然而，在模拟进化中，追求目标是无处不在的。一个重大的问题是，目标方法假设中间的步骤将越来越像最终的目标，而实际上它们经常并不是这样。结果是，虽然解决方案可能存在，但是寻找这些目标可能不会发现它们。本文强调利用人类洞察力在搜索过程中的重要性，作为替代明确目标的方法。特别地，一种称为新颖性辅助交互进化计算（NA-IEC）的新方法首次结合了人类直觉和新颖性搜索，以促进对代理行为的偶然发现。在这种方法中，人类用户通过从屏幕上的行为群体中选择有趣的行为来指导进化。然而，与typical IEC不同，用户现在可以要求下一代填充新颖的后代。实验结果表明，将人类洞察力与新颖性搜索相结合，能够以较低的基因组复杂度更快地找到解决方案，比完全自动化的过程（包括纯新颖性搜索）更有效，这表明人类用户在寻找解决方案方面扮演着重要角色。
作者：Brian G. Woolley, Kenneth O. Stanley
论文ID：1207.6682
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2012-07-31