ABSTRACTLearn-and-Optimize (LaO) is

ABSTRACT
Learn-and-Optimize (LaO) is a generic surrogate based
method for parameter tuning combining learning and optimization.
In this paper LaO is used to tune Divide-and-
Evolve (DaE), an Evolutionary Algorithm for AI Planning.
The LaO framework makes it possible to learn the relation
between some features describing a given instance and
the optimal parameters for this instance, thus it enables
to extrapolate this knowledge to unknown instances in the
same domain. Moreover, the learned relation is used as a
surrogate-model to accelerate the search for the optimal parameters.
It hence becomes possible to solve intra-domain
and extra-domain generalization in a single framework. The
proposed implementation of LaO uses an Articial Neural
Network for learning the mapping between features and optimal
parameters, and the Covariance Matrix Adaptation
Evolution Strategy for optimization. Results demonstrate
that LaO is capable of improving the quality of the DaE results
even with only a few iterations. The main limitation of
the DaE case-study is the limited amount of meaningful features
that are available to describe the instances. However,
the learned model reaches almost the same performance on
the test instances, which means that it is capable of generalization.
Categories and Subject Descriptors
I.2.6 [Computing Methodologies]: Articial Intelligence
Learning Parameter learning
General Terms
Theory
Keywords
parameter tuning, AI Planning, evolutionary algorithms
1. INTRODUCTION
Permission to make digital or hard copies of all or part of this work for
personal or classroom use is granted without fee provided that copies are
not made or distributed for profit or commercial advantage and that copies
bear this notice and the full citation on the first page. To copy otherwise, to
republish, to post on servers or to redistribute to lists, requires prior specific
permission and/or a fee.
GECCO’11, July 12–16, 2011, Dublin, Ireland.
Copyright 2011 ACM 978-1-4503-0690-4/11/07 ...$10.00

ผลลัพธ์ (ไทย) 1:

บทคัดย่อเรียนรู้ และปรับปรุง (ลาว) เป็นตัวแทนทั่วไปที่ใช้วิธีการรวมการเรียนรู้และเพิ่มประสิทธิภาพในการปรับแต่งพารามิเตอร์ในเอกสารนี้ ใช้เลาฟังแบ่ง- และ -พัฒนา (แด), อัลกอริทึมการวิวัฒนาการสำหรับ AI วางแผนการกรอบงานลาวทำให้เรียนรู้ความสัมพันธ์ระหว่างคุณลักษณะบางอย่างของอินสแตนซ์การอธิบาย และพารามิเตอร์เหมาะสมสำหรับอินสแตนซ์นี้ จึงช่วยให้การ extrapolate ความรู้นี้กับอินสแตนซ์ที่ไม่รู้จักในโดเมนเดียวกัน นอกจากนี้ ใช้ความสัมพันธ์ของการเรียนรู้เป็นการตัวแทนแบบจำลองเพื่อเร่งหาพารามิเตอร์เหมาะสมดังนั้นจะสามารถแก้ไขโดเมนภายในและโดเมนเพิ่ม generalization ในกรอบเดียว ที่นำเสนอของลาวใช้ Neural ซึ่งกันและกันเป็นอาเครือข่ายเรียนรู้การแม็ประหว่างคุณลักษณะ และเหมาะสมพารามิเตอร์ และปรับเมตริกซ์ความแปรปรวนร่วมวิวัฒนาการการกลยุทธ์การเพิ่มประสิทธิภาพ แสดงให้เห็นถึงผลลัพธ์ลาวที่มีความสามารถในการปรับปรุงคุณภาพของผลแดแม้จะ มีเพียงกี่ซ้ำ ข้อจำกัดหลักของศึกษากรณีของการแดเป็นจำนวนจำกัดของความหมายที่มีการอธิบายการอินสแตนซ์ อย่างไรก็ตามแบบเรียนรู้ถึงเกือบเดียวกันประสิทธิภาพการทำงานบนการทดสอบกรณี ซึ่งหมายความ ว่า มีความสามารถใน generalizationประเภทและตัวบอกเรื่องI.2.6 [วิธีการใช้งาน]: Arti ปัญญาซึ่งกันและกันเรียนรู้เรียนรู้พารามิเตอร์เงื่อนไขทั่วไปทฤษฎีคำสำคัญพารามิเตอร์ที่ปรับแต่ง AI วางแผน อัลกอริทึมเชิงวิวัฒนาการ1. บทนำสิทธิ์ในการทำดิจิตอลหรือสิ่งพิมพ์ทั้งหมดหรือส่วนหนึ่งของงานนี้ใช้ส่วนตัวหรือห้องเรียนได้รับ โดยไม่มีค่าธรรมเนียมที่มีสำเนาไม่ทำ หรือกระจายกำไร หรือประโยชน์ทางการค้า และสำเนาที่หมีนี้ประกาศและอ้างอิงเต็มหน้าแรก การคัดลอกอื่น การประกาศใหม่ การลงรายการบัญชีบนเซิร์ฟเวอร์ หรือกระจายไปยังรายการ ต้องการเฉพาะก่อนสิทธิ์และ/หรือค่าธรรมเนียมGECCO'11, 12 – 16 กรกฎาคม 2554 ดับลิน ไอร์แลนด์ลิขสิทธิ์ 2011 พลอากาศ 978-1-4503-0690-4/11/07... $10.00

ผลลัพธ์ (ไทย) 3:

นามธรรม
เรียนรู้และปรับ ( ลาว ) เป็นตัวแทนโดยทั่วไปวิธีสำหรับการปรับแต่งรวมการเรียนรู้

และการหาพารามิเตอร์ ในกระดาษนี้ถูกใช้เพื่อปรับแต่งและแบ่งลาว -
คาย ( แด ) เป็นขั้นตอนวิธีเชิงวิวัฒนาการสำหรับ AI การวางแผน .
กรอบลาวทำให้มันเป็นไปได้ที่จะเรียนรู้ความสัมพันธ์ระหว่างคุณลักษณะบางอย่างอธิบาย
ให้ตัวอย่างและ
พารามิเตอร์ที่ดีที่สุดสำหรับตัวอย่างนี้ดังนั้นมันจึงช่วยให้
extrapolate ความรู้นี้ไปที่อินสแตนซ์ใน
โดเมนเดียวกัน นอกจากนี้ ยังได้เรียนรู้เกี่ยวกับใช้เป็น
นางแบบตัวแทนเร่งค้นหาค่าพารามิเตอร์ที่เหมาะสมที่สุด มันจึงกลายเป็นไปได้ที่จะแก้ปัญหา

เมนภายในและการเพิ่มโดเมนในกรอบเดียว การนำเสนอ
ของลาวใช้ กิ่  ประสาท
เครือข่ายเพื่อการเรียนรู้แผนที่ระหว่างคุณลักษณะและพารามิเตอร์ที่เหมาะสมและความแปรปรวนร่วมแบบ

วิวัฒนาการกลยุทธ์การเพิ่มประสิทธิภาพ ผลลัพธ์ที่แสดงให้เห็นถึง
ที่ลาว สามารถปรับปรุงคุณภาพของแดผลลัพธ์
แม้มีเพียงไม่กี่รอบ . ข้อจำกัดหลักของกรณีศึกษา
แดจำกัดความหมายคุณลักษณะ
ที่มีอยู่เพื่ออธิบายกรณีอย่างไรก็ตาม เรียนรู้รูปแบบ
ถึงเกือบเดียวกันการปฏิบัติ
กรณีทดสอบซึ่งหมายความว่ามันมีความสามารถในการ .
หมวดหมู่และหัวข้อใน
i.2.6 [ คอมพิวเตอร์ ] : วิธีการแห่งปัญญา  ่


ทฤษฎีเงื่อนไขการเรียนรู้การเรียนรู้ค่า

คำสำคัญ การปรับค่าพารามิเตอร์ทั่วไป , ไอ การวางแผน คนแรกของหัวใจ คนสุดท้ายของชีวิต
1 . บทนำ
อนุญาตให้สำเนาดิจิตอลหรือฮาร์ดดิสก์ทั้งหมดหรือบางส่วนของงานนี้
ใช้ส่วนตัวหรือเรียนจะได้รับโดยไม่เสียค่าธรรมเนียมให้เสมือน
ไม่ได้หรือจำหน่ายกำไรหรือประโยชน์เชิงพาณิชย์ และสำเนา
หมีแจ้งให้ทราบนี้และการอ้างอิงเต็มในหน้าแรก เพื่อคัดลอกหรือ

พิมพ์เพื่อโพสต์บนเซิร์ฟเวอร์หรือเพื่อแจกจ่ายไปยังรายการที่ต้องการที่เฉพาะเจาะจงก่อน
อนุญาตและ / หรือค่า
gecco ' 11 , 12 กรกฎาคม– 16 , 2011 , ดับลิน , ไอร์แลนด์ 978-1-4503-0690-4 ACM
ลิขสิทธิ์ 2011 / 11 / 07 . . . . . . . $ 10.00