Optimizing Hearthstone Agents using an Evolutionary Algorithm
本文提出用进化算法优化考虑全部场上要素的数据驱动《炉石传说》决策智能体,并通过竞争性协同进化实现自学习,所获智能体在国际AI竞赛中跻身最佳6%,表现优于或堪比蒙特卡洛树搜索等方法。
2024-10-25 cs.NE
Evolutionary Selective Imitation: Interpretable Agents by Imitation Learning Without a Demonstrator
我们提出了一种通过进化策略(ES)训练代理的新方法,在该方法中,我们迭代地改进一组要模仿的样本:从一个随机集开始,在每次迭代中,我们用迄今为止发现的最佳轨迹的样本替换样本的子集。该集合的评估过程是通过监督学习来训练随机初始化的神经网络(NN)以模仿该集合,然后针对环境执行所获得的策略。因此,我们的方法是一个ES的基础上的适应度函数,表示模仿不断发展的数据子集的有效性。这与其他ES技术直接覆盖策略的权重形成对比。通过观察代理选择用于学习的样本,可以比NN学习更明确地解释和评估代理的进化策略。在我们的实验中,我们训练了一个智能体来解决OpenAI Gym环境Bipedalwalker-v3,方法是用一个只有几千个参数的NN来模拟一个只有25个样本的进化选择集。我们进一步测试我们的方法上的Procgen游戏掠夺,并在这里显示,以及所提出的方法是一个可解释的,小,强大的和有效的替代其他ES或策略梯度方法。
2020-09-17 cs.NE
Evolutionary Optimization of Deep Learning Agents for Sparrow Mahjong
提出Evo-Sparrow智能体,利用CMA-ES优化LSTM网络进行麻雀麻将决策,其性能优于规则智能体并媲美PPO基线,为复杂随机博弈提供了有效的深度学习与进化优化混合方案。
2025-08-11 cs.NE
Evolutionary and Coevolutionary Multi-Agent Design Choices and Dynamics
针对网络智能体团队控制器,研究两种表示方案与含新型LLM支持变异算子的进化算法的组合,通过网络安全场景对比单进化与协同进化的性能及动态,发现类代码逻辑语法的语法进化算法实现最佳团队性能。
2025-07-07 cs.NE
Evolutionary-Neural Hybrid Agents for Architecture Search
Jagiellonian University(雅盖隆大学);Google AI(谷歌人工智能)
神经结构搜索已经显示出自动设计神经网络的潜力。基于深度强化学习的智能体可以学习复杂的架构模式,并探索广阔的组合搜索空间。另一方面,进化算法提供了更高的样本效率,这对于这样的资源密集型应用是至关重要的。为了捕捉这两个世界的最好的,我们提出了一类进化神经混合代理(Evo-NAS)。我们表明,Evo-NAS代理优于神经和进化代理时,适用于一套文本和图像分类基准架构搜索。在一个高复杂度的架构搜索空间的图像分类,Evo-NAS代理超越了常用的代理实现的准确性,只有1/3的搜索成本。
2020-02-15 cs.LG cs.NE stat.ML
Socio-cognitive agent-oriented evolutionary algorithm with trust-based optimization
AGH University of Krakow(克拉科夫AGH科技大学);Jagiellonian University(雅盖隆大学)
该研究提出进化计算岛屿模型的新扩展TBO,以基于信任声誉的智能体驱动交互替代传统周期迁移,实验证明其在多类优化问题上普遍优于标准岛屿模型算法,且性能随问题类型变化,为进化优化提供了灵活自适应的新路径。
2025-10-29 cs.NE math.OC
The N-Tuple Bandit Evolutionary Algorithm for Game Agent Optimisation
Queen Mary University of London(伦敦玛丽女王大学)
本文介绍了N-Tuple Bandit进化算法(NTALO),噪声和昂贵的离散(组合)优化问题的优化算法。该算法被应用到两个基于博弈的超参数优化问题。N-Tuple系统直接对统计数据进行建模,近似每个建模参数组合的适应度和评估数量。该模型简单、高效、信息量大。结果表明,NTT的显着优于网格搜索和分布估计算法。
2018-05-08 cs.AI cs.NE
Quantum-Evolutionary Neural Networks for Multi-Agent Federated Learning
Illinois Mathematics and Science Academy(伊利诺伊数学与科学学院)
本文提出量子进化神经网络(QE-NN),结合量子计算与进化优化,在联邦学习框架下实现多智能体实时决策,兼顾隐私保护与自适应能力。
2025-05-16 cs.AI cs.LG cs.NE
Decentralised Multi-Demic Evolutionary Approach to the Dynamic Multi-Agent Travelling Salesman Problem
旅行推销员及其变体是一些最著名的NP难优化问题。本文旨在使用集中式和分散式的进化算法(EA)来解决多智能体旅行推销员问题(MATSP)的动态变种。该问题是动态的,需要一个在线的解决方案,即任务完成模拟过程中添加新的任务和完成的删除。这个问题是分配一组活动的任务,一组代理,同时规划每个代理的路线。分配和路由是紧密耦合的同一个问题的一部分,使其难以分解,而是本文使用多个人口定义良好的相互作用,利用问题的结构。这项工作试图调整现实世界的实施需求的分散的解决方案,代理人相距甚远,并有通信限制,多demic EA解决方案的过程中的结构,最终允许分散的部分问题得到解决的“船上”代理,并允许强大的通信和任务交换。
2019-06-13 cs.MA cs.NE
A multi-agent evolutionary robotics framework to train spiking neural networks
Purdue University(普渡大学)
一种新的多智能体进化机器人(ER)为基础的框架,灵感来自自然界中的竞争进化环境,证明了训练脉冲神经网络(SNN)。SNN群体的权重以及它们在ER环境中控制的机器人的形态参数被视为表型。该框架的规则选择某些机器人及其SNN进行繁殖,并根据它们在竞争环境中捕获食物的效率来消除其他机器人及其SNN。虽然机器人和它们的SNN没有通过任何损失函数获得生存或繁殖的明确奖励,但当它们进化为在这些规则内狩猎和生存时,这些驱动力会隐式地出现。它们捕获食物的效率作为世代的函数,表现出间断平衡的进化特征。两个进化遗传算法的表型,变异和交叉变异,演示。这些算法的性能进行了比较,使用合奏的100个实验,每个算法。我们发现,交叉与突变促进40%的速度比单纯的突变在SNN的学习具有统计学显着的利润率。
2020-12-07 cs.AI cs.NE
Multi-Value Alignment in Normative Multi-Agent System: Evolutionary Optimisation Approach
University College Dublin(都柏林大学学院);University of Sao Paulo(圣保罗大学)
针对多智能体系统中多价值对齐的缺失,提出基于多目标进化算法的多价值促进模型,生成最优规范参数集,并在多价值税收场景中验证了算法选择与价值关系的重要性。
2023-05-12 cs.AI cs.MA cs.NE
A Pyramidal Evolutionary Algorithm with Different Inter-Agent Partnering Strategies for Scheduling Problems
本文将层次分布式遗传算法的思想与不同的代理间的合作策略相结合。子种群的级联集群是从自底向上的构建的,更高级别的子种群优化问题的更大部分。因此,较高级别的子群体以较低的分辨率搜索较大的搜索空间,而较低级别的子群体以较高的分辨率搜索较小的搜索空间。不同的合作伙伴之间的代理选择方案对解决方案质量的影响进行了检查两个多选择优化问题。结果表明,合作策略,利用特定问题的知识是优越的,可以对抗不适当的(子)健身测量。
2008-03-03 cs.CE cs.NE
SEDIMA: Cross-Run Hierarchical Insight Memory for Evolutionary Search Agents
University of British Columbia(不列颠哥伦比亚大学);Huawei Technologies Canada(华为加拿大技术公司)
SEDIMA通过跨运行的分层洞察记忆,将进化搜索中的经验提炼并复用,在多个基准上显著提升性能并减少迭代次数。
2026-10-05 cs.CL cs.NE
Reactive, Proactive, and Inductive Agents: An evolutionary path for biological and artificial spiking networks
Sony Computer Science Laboratories, Inc.(索尼计算机科学研究所);Earth-Life Science Institute, Tokyo Institute of Technology(东京工业大学地球生命研究所);The University of Tokyo(东京大学)
复杂的环境提供了结构化但可变的感官输入。为了最好地利用来自这些环境的信息,生物体必须进化出预测未知刺激后果的能力,并根据这些预测采取行动。我们提出了一个神经网络的进化路径,导致生物体从反应行为到简单的主动行为,从简单的主动行为到基于归纳的行为。通过体外和计算机模拟实验,我们定义了一个具有尖峰时间依赖可塑性的网络中生物体从反应性到主动性行为的必要条件。我们的研究结果支持具体的进化步骤和体现神经网络发展预测和归纳能力,从一个初始的反应策略所需的四个条件的存在。我们将这些条件推广到更一般的结构。
2019-07-15 cs.AI cs.NE
Supplementing Gradient-Based Reinforcement Learning with Simple Evolutionary Ideas
TCS Research(塔塔咨询服务公司研究院);IIT Bombay(印度理工学院孟买分校)
提出一种结合进化算子与共享经验缓冲区的强化学习算法,通过稀疏进化探索补充梯度训练,样本高效且对超参数鲁棒,并发现仅共享记忆的多智能体训练即优于标准基线。
2023-05-10 cs.AI cs.NE
Evolutionary Population Curriculum for Scaling Multi-Agent Reinforcement Learning
CMU(卡内基梅隆大学);SJTU(上海交通大学);Facebook AI Research(脸书人工智能研究院);OpenAI(开放人工智能公司);UC Berkeley(加州大学伯克利分校);UCSD(加州大学圣地亚哥分校)
在多智能体游戏中,环境的复杂性会随着智能体数量的增加而呈指数级增长,因此当智能体数量很大时,学习好的策略特别具有挑战性。在本文中,我们介绍了进化人口课程(EPC),一个课程学习范式,逐步增加人口的训练代理在一个阶段明智的方式扩大了多智能体强化学习(MARL)。此外,EPC使用进化的方法来解决整个课程中的目标不一致问题:在早期阶段成功训练的小规模人口的代理不一定是适应后期规模人口的最佳候选人。具体而言,EPC在每个阶段维护多组代理,对这些代理执行混合匹配和微调,并将具有最佳适应性的代理提升到下一阶段。我们实现EPC上流行的MARL算法,MADDPG,经验表明,我们的方法始终优于基线的代理数量呈指数级增长的大幅度。
2020-03-23 cs.AI cs.LG cs.NE
OR-Agent: Bridging Evolutionary Search and Structured Research for Automated Heuristic Design
Key Laboratory of Road and Traffic Engineering of the Ministry of Education(教育部道路与交通工程重点实验室);College of Transportation, Tongji University(同济大学交通运输学院)
OR-Agent通过结构化树形工作流和进化-系统化构想机制,实现自动化算法发现的高效探索与科学发现。
2026-09-07 cs.AI cs.CE cs.NE
Recruitment-imitation Mechanism for Evolutionary Reinforcement Learning
Jilin University(吉林大学)
强化学习、进化算法和模仿学习是处理连续控制任务的三种主要方法。强化学习样本效率高,但对超参数设置敏感,需要有效探索;进化算法稳定,但样本效率低;模仿学习样本效率高,但需要专家数据指导。在本文中,我们提出了招募模仿机制(RIM)的进化强化学习,一个可扩展的框架,结合了上述三种方法的优点。该框架的核心是一个双行动者和单批评强化学习代理。该代理可以从进化算法的群体中招募高适应度的演员,这指示自己从经验重放缓冲区中学习。同时,进化种群中的低适应度行为体可以模仿强化学习Agent的行为模式,提高其自适应能力。该框架中的强化学习器和模仿学习器可以用任何非策略的行动者-批评者强化学习器或数据驱动的模仿学习器来代替。我们在Mujoco中对RIM进行了一系列连续控制任务的基准测试。实验结果表明,RIM优于以前的进化或强化学习方法。RIM组件的性能明显优于以前的进化强化学习算法的组件,使用软更新的招聘使强化学习代理学习速度比使用硬更新。
2019-12-13 cs.AI cs.LG cs.NE
Qualitative Differences Between Evolutionary Strategies and Reinforcement Learning Methods for Control of Autonomous Agents
Institute of Cognitive Science and Technologies, National Research Council(国家研究委员会认知科学与技术研究所)
在本文中,我们分析了进化策略和强化学习算法之间的质的差异,重点是两个流行的最先进的算法:OpenAI-ES进化策略和最近端策略优化(PPO)强化学习算法-这两个家庭的最相似的方法。我们分析了这些方法在以下方面的不同:(i)一般功效,(ii)应对稀疏奖励的能力,(iii)发现最小解决方案的倾向/能力,(iv)对奖励塑造的依赖,以及(v)应对环境条件变化的能力。分析的性能和表现出的行为策略的代理培训与基准问题的两种方法,使我们能够证明在以前的研究中没有发现的定性差异,以确定这两种方法的相对弱点,并提出改善这些弱点的方法。我们表明,奖励函数的特性具有很强的影响,不仅对于OpenAI-ES和PPO,而且对于其他强化学习算法,这些特性都有很大的不同,从而证明了优化奖励函数特性对所使用算法的重要性。
2022-05-16 cs.AI cs.LG cs.NE
Multi-agent Path Finding for Timed Tasks using Evolutionary Games
针对多智能体在不确定环境下的轨迹级任务目标问题,提出基于加权自动机指定目标并利用演化博弈论训练同质多智能体团队的方法,相比最先进的RL方法在路径长度上减少近30%且计算速度提升至少一个数量级。
2024-11-15 cs.GT cs.MA cs.NE
Diversity and Social Network Structure in Collective Decision Making: Evolutionary Perspectives with Agent-Based Simulations
集体决策,尤其是基于群体的决策,在组织中至关重要。采用进化理论的方法进行集体决策,基于代理的模拟研究如何影响人类集体决策的代理人的多样性,在问题的理解和/或行为的讨论,以及他们的社会网络结构。模拟结果表明,具有一致问题理解的群体倾向于产生更高的效用值的想法,并显示出更好的决策收敛,但前提是集体问题理解没有群体水平的偏见。模拟结果还表明了面向选择(即,剥削的)和面向变化的(即,探索性的)行为,以实现质量的最终决定。扩大群体规模和引入非平凡的社会网络结构通常提高了决策收敛的成本的想法的质量。不同的社会网络拓扑结构的模拟显示,集体决策的小世界网络与高本地集群往往比随机或无标度网络更容易实现最高的决策质量。这种进化理论和模拟方法的集体,群体和多层次的决策未来的管理研究的影响进行了讨论。
2019-02-19 cs.MA cs.NE cs.SI
ToolMol: Evolutionary Agentic Framework for Multi-objective Drug Discovery
Department of Computer Science(计算机科学系);Skaggs School of Pharmacy(斯卡格斯药学院);Department of Computer Science, Stanford University(斯坦福大学计算机科学系)
ToolMol结合多目标遗传算法与代理LLM操作符,通过迭代更新配体群体,实现多目标属性优化,发现具有更强预测结合亲和力的药物候选物。
2026-05-14 cs.LG cs.NE q-bio.QM
Intelligent Systematic Investment Agent: an ensemble of deep learning and evolutionary strategies
PwC US(普华永道美国)
在过去的几年里,机器学习驱动的交易策略引起了人们的极大兴趣。然而,对于制定这种交易战略的理想方法,共识有限。此外,大多数文献都集中在短期交易的交易策略上,很少或根本没有关注试图建立长期财富的策略。我们的论文提出了一种新的方法,通过采取一系列短期购买决策,使用进化算法和深度学习模型的集成来制定长期投资策略。我们的方法侧重于通过在一段时间内改善交易所交易基金(ETF)的系统性投资规划(SIP)决策来积累长期财富。我们提供的经验证据显示,与给定ETF的传统每日系统投资实践相比,使用我们的集成方法可以获得更好的表现(高出约1%的回报)。我们的结果基于我们的算法做出的实时交易决策,并在Robinhood交易平台上执行。
2022-03-24 cs.AI cs.CY cs.NE
Towards the generation of synchronized and believable non-verbal facial behaviors of a talking virtual agent
Davi, The Humanizers(Davi,The Humanizers);CNRS(法国国家科学研究中心);Aix-Marseille University(艾克斯-马赛大学);Paris-Saclay University(巴黎-萨克雷大学)
本文提出一种新模型,用于在虚拟代理说话时生成与节奏相关的非语言面部行为,发现双数据集训练未必提升性能,且对抗模型能增强与语音同步的感知。
2023-09-15 cs.CV cs.LG cs.NE
HEAS: Hierarchical Evolutionary Agent-Based Simulation Framework for Multi-Objective Policy Search
Department of Politics and Public Administration(政治与公共行政系);The University of Hong Kong(香港大学);Department of Applied Social Sciences(应用社会科学系);The Hong Kong Polytechnic University(香港理工大学)
提出HEAS框架,结合智能体仿真、进化搜索与场景评估,通过“度量契约”统一优化、评估和验证,支持多目标策略搜索。
2026-06-23 cs.CE cs.LG cs.MA