0

我是一名本科生,正在对遗传算法在视频游戏中的作用进行非常基础的研究。在 Youtube 上,有一些视频展示了人们如何使用算法来教电脑播放器如何玩。

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

我将遗传算法理解为一种搜索算法,当您知道您希望实现但不完全准确的一般解决方案时,最好使用它。前任。在 TSP 中,您知道您想找到最短的路线,或者在考试安排问题中,您希望所有学生都能以最少的“中断”来参加考试。在这些问题中,算法的用途很明确。但是,我无法用 ga 掌握“机器学习”的概念

当遗传算法被用来教计算机如何玩时,它们是如何“学习”的?他们是如何学会玩游戏的?他们试图解决的“优化问题”是什么?

4

1 回答 1

2

一种用途是特征选择

很多时候,尤其是在文本问题中——但不仅是——你的特征空间很大,而且许多机器学习算法(例如KNN)容易受到非信息特征的影响,并且随着大量特征而变得更糟。

使用特征选择算法,您可以减少问题的维度——但问题是——如何选择哪些特征是冗余的?

有很多方法可以做到,但其中一种是使用 Gentic Algorithm 作为搜索功能,并尝试优化您想要保留的功能的子集。

这个用法比较常用,甚至在AttributeSelection包中的开源ML库Weka中实现为GeneticSearch

于 2012-08-06T14:31:06.980 回答