关于形状多样性优化的表征适用性
摘要：质量多样性优化领域常用的编码方法在机器人领域的适用性研究结果不一致，需要在其他领域进行进一步验证。本研究比较了几种编码方法对体素化网格生成的影响，包括直接编码、基于字典的编码、参数化编码、组合模式生成网络和细胞自动机。结果显示，一些间接编码方法优于直接编码方法，并且可以生成更多样化的解集，特别是在考虑完整表型多样性时。本文介绍了一种多编码质量多样性优化方法，将所有经过评估的编码方法应用于同一存档中。不同编码方法根据表型特征竞争，实现了与最佳单一编码质量多样性优化方法相似的性能，这是值得注意的，因为不总是需要最佳单一编码方法的贡献。
作者：Ludovico Scarton, Alexander Hagg
论文ID：2304.03520
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-04-10