演化强化学习关键技术研究

• 作者: 张量 金益
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 进化计算 强化学习 多目标进化算法(MOEAs) 深度学习
• 年，卷（期）: 2019,（24）
• 所属期刊栏目: 人工智能与识别技术
• 页码范围: 97-98,101
• 页数: 3页
• 分类号: TP311.13
• 语种: 中文

摘要

多目标进化算法(Multi-Objective Evolutionary Algorithms,MOEAs)是模仿自然界中生物进化过程而发展起来的一类随机搜索、优化方法,它们不需要特殊的假设(如连续性或可微性),非常适合处理多目标优化问题.20年来,典型的 MOEAs(如 NSGA-Ⅱ,SPEA2)已经被证明能够成功地求解具有 2-3个目标的多目标优化问题.近年来,已经有研究尝试使用进化计算优化深度学习网路以及进行强化学习网络结构搜索.基于此,笔者以进化计算的强化学习为背景,对其中的关键技术与痛点问题进行研究与讨论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张量		14	21	3.0	4.0
2	金益		25	34	3.0	4.0