2012-08-06 117 views
0

我是一名本科生,对遗传算法在视频游戏中扮演的角色进行了非常基础的研究。在YouTube上,有些人展示了他们如何使用这些算法教导电脑玩家如何玩的视频。遗传算法如何被用来促进机器学习?

http://www.youtube.com/watch?v=ofVKsxeYa6U&feature=related

我明白遗传算法是最好使用的搜索算法,当你知道你想达到但不完全通用的解决方案。防爆。在TSP中,你知道你想找到最短路线或考试时间安排问题,你希望所有的学生都能够以最少的“中断”参加考试。在这些问题中,算法明确使用的问题。然而,我无法用g.a来理解“机器学习”的概念。

当遗传算法被用来教计算机如何玩,他们如何“学习”? 他们怎么学会玩游戏? 他们试图解决什么是“优化问题”?

+0

的最终目标是不会死的,打败敌人或解决难题。背后的学习主要是强化学习,你告诉学习者什么是错误的,慢慢地开始学习正确的方法。 BTW有他们的论文:http://twsandberg.dk/media/4615/playing%20mario%20using%20advanced%20ai%20techniques.pdf – 2012-08-06 14:30:46

+0

感谢您的答案。 “我的最终目标是不死”和“强化学习”在我思考它是如何工作的时候会有很大的帮助。我试过阅读这篇论文,但对我来说太过于技术了。我会再次尝试慢慢剖析每个段落。 – 2012-08-10 10:36:51

回答

2

一种用途是Feature Selection

很多时候,尤其是文本问题 - 但不仅如此 - 您的特征空间很大,许多机器学习算法(例如KNN)易受非信息特征影响,并且随着大量特征而变得更糟。

使用特征选择算法,可以减少问题的尺寸 - 但问题是 - 如何选择哪些特征是多余的?

有很多方法可以做到,但其中一个方法是使用Gentic Algorithm作为搜索功能,并尝试优化要保留的功能子集。

这种使用常用的,在开源ML库WekaAttributeSelection包甚至实现为GeneticSearch

+0

感谢您的回答。我意识到这个算法有很多我还不明白。我一定会研究功能选择和其他喜欢它的人。 – 2012-08-10 10:39:38