NeuroEvolution of Topologies（NEAT）とグローバルイノベーション番号

Question

NEATのすべての新しい接続遺伝子にグローバルイノベーション番号が必要な理由を見つけることができませんでした。

NEATについての私の知識から、すべてのイノベーション番号はnode_in、node_outのペアに直接対応しているので、イノベーション番号の代わりにこのIDのペアを使用するのはなぜですか？このイノベーション番号にはどのような新しい情報がありますか？年表？それは、アルゴリズムの最適化

更新

ですか？

Answer 1

詳細な回答は得られませんが、革新的な数字により、NEATモデル内のある種の機能が（遺伝子種の計算のように）最適であり、可変長ゲノム間のクロスオーバが可能になります。 NEATではクロスオーバーは必要ありませんが、イノベーション番号のために実行できます。

私はここからすべての私の答えを得た：

http://nn.cs.utexas.edu/downloads/papers/stanley.ec02.pdf

それは良い読み

Answer 2

注意です：答えよりも拡張されたコメントの本より。

問題が発生しました。私はまた、javascript用のNEATバージョンを開発中に遭遇しました。 〜2002年に出版された原著は非常に不明である。

original paperには、次のものが含まれています

新しい 遺伝子が（構造的変異によって）表示されたときはいつでも、世界の技術革新の数が インクリメントし、その遺伝子に割り当てられています。したがって、イノベーション番号は、システム内のすべての遺伝子の出現の年表を表す。 [..];イノベーションの数は変わらない。したがって、システム内の全ての 遺伝子の歴史的起源は、進化を通じて知られている。

しかし、次のケースでは紙が非常に不明です。 '同じ'（同構造）ネットワーク：

ネットワーク上記初期ネットワークました。ネットワークには同じイノベーションID、つまり[0, 1]があります。これで、ネットワークは余分な接続をランダムに変更します。

ブーム！偶然、彼らは同じ新しい構造に変異した。ただし、IDがグローバルにカウントされるため、接続IDはparent1の場合は[0, 2, 3]、parent2の場合は[0, 4, 5]と完全に異なります。

しかし、NEATアルゴリズムは、これらの構造が同じであると判断できません。親の1つが他のものよりも高いスコアをつけた場合、それは問題ではありません。しかし、両親の体力が同じであれば、問題があります。

紙状態ので：すべての過剰又は互いに素遺伝子は常に、よりフィット親、から、または場合は含まれ、一方、子孫を構成するにおいて

は、遺伝子がランダムにマッチング遺伝子でveither親から選択されます彼らは両方の親から同等に適合しています。

親が等しくフィットする場合、子孫は接続[0, 2, 3, 4, 5]を持つでしょう。これは、いくつかのノードが二重接続を持っていることを意味します...グローバルイノベーションカウンターを削除し、node_inとnode_outを見てIDを割り当てるだけで、この問題を回避できます。

あなたが両親にぴったり合っている場合は、アルゴリズムを最適化しました。しかし、これはほとんど決してありません。

---

非常に興味深い：紙のnewer versionで、彼らは実際には太字、その行を削除！古いバージョンhere。ところで

---

、あなたはnode_in上とpairing functionsを使用してnode_outベースのIDを割り当てる代わりに、革新IDを割り当てることにより、この問題を解決することができます。フィットネスが等しいとき、これは非常に興味深いニューラルネットワークを作成します。