لى فنغ شبكة AI تقنية مراجعة من قبل: رفع القوة قد عد تنشيط الخوارزمية القديمة. خلال العامين الماضيين، تطور العصبي (Neuroevolution) تدريجيا الاهتمام مرة أخرى، بما في ذلك الدراسات الحديثة في هذا المجال لديها بعض OpenAI، DeepMind، وجوجل الدماغ، حساس، اوبر ومؤسسة بحثية في العالم الآخر، الذي يبدو لوضع المزيد من اوبر الطاقة.

الشكل 1. التغيير في جوجل تريند "Neuroevolution" من

كان يوما لى فنغ شبكة اوبر في وقت سابق رشقات نارية من خمس مواد على تطور الجهاز العصبي أجريت تفسير معمق. تصف هذه المواد لهم في الخوارزمية الجينية (الخوارزمية الجينية)، ودراسات تطور فكرة الجوانب العصبية أسلوب الطفرات (طفرة) واستراتيجية التطور (استراتيجيات التطور)، وذلك من خلال استخدام التطور العصبي للأساليب التدريب من عمق تعزيز التعلم SGD واستراتيجيات التدرج. دخل هذا التطور العصبية أعلن طريقة عمل عهدا جديدا.

العمل اوبر القائم، وهناك بدأت العديد من الباحثين الاهتمام التحول من SGD أو أسلوب التدرج سياسة لتطور الجهاز العصبي. هذا هو إلى حد ما ساهم أيضا في الطلب على الأدوات ذات الصلة، مدى ديناميكية، بصريا مراقبة تطور الجهاز العصبي وخاصة في عملية التطور. لحل هذه المشاكل، وقد وضعت اوبر أداة لأداة تفاعلية تصور البيانات تطور الجهاز العصبي --Visual المفتش لNeuroevolution (كرمة)، والمصدر المفتوح أمس.

التصور FIG 2. VINE

من أجل إدخال VINE كيفية تصور حيث أننا بحاجة إلى وصف موجز للأفكار الأساسية للتطور العصبي.

مفهوم التطور العصبي (Neuroevolution) أقرب وقت ممكن في 1980s تم اقتراحها، والفكرة الأساسية هي أن نتعلم من التطور البيولوجي: طفرة - > اختر - > ضرب - > طفرة - > ....... في مجال تعلم الآلة، ويستند الطريقة التقليدية على الباحثين خبراتهم لتصميم الشبكة العصبية، ومن ثم التحقق من التجارب كفاءتها، وتهيئة تطور الأفكار العصبية إلى مجموعة (على سبيل المثال، 100) شبكة مختلفة قليلا، من خلال التدريب، وفحص (أيضا يمكن توليفها) مستوى بعض الأفراد، ومن ثم نسخ (على سبيل المثال) 100 نسخة من إضافة بعض الاضطرابات العشوائي (طفرات مماثلة في التطور البيولوجي) نسخ من هذه الشبكات، وتليها إعادة التدريب الفرز، وهكذا دواليك، حتى التاريخ المحدد في خط مع الشبكة المطلوبة.

يمكن أن ينظر إليه من الوصف أعلاه، سواء كان هو تهيئة انتقائية، أو اضطرابات عشوائية أو الاختلافات في تعريف وعملية القياسية أو الفحص، يمكن تحديد وفقا لاحتياجات المجرب، لذلك تنوعت أساليب التطور، على سبيل المثال، الخوارزمية الجينية المذكورة آنفا (GA)، أسلوب الطفرات (M) والاستراتيجيات التطورية (ES) وما شابه ذلك. نحن ES، على سبيل المثال، واختيار اوبر شيوعا Mujoco الروبوت المهام المشية على وجه التحديد مينغ VINE كيف العصبية عملية تطور التصور.

الشكل 3. استراتيجيات التطور و(يمين) الروبوت تدريب محاكاة على المشي مع الخوارزمية الجينية (من اليسار)

في التقليدية (على سبيل المثال، وOpenAI المروجة) ES التطبيقات، عادة مجموعة من ما يسمى السحابة الزائفة ذرية (شبه ذرية سحابة، POC) الشبكة العصبية، إلى أقصى حد لجيل محددة الهدف. على وجه التحديد، وهذا هو، أولا وقبل كل شيء اضطراب عشوائي "الأب" واحد في POC لتوليد المعلمات لكل المعلمات الشبكة العصبية الشبكة العصبية الفردية، ثم تدريب وتقييم كل أحفاد الزائفة للشبكة العصبية وفقا لهذا الهدف. في أرقام مهمة المشية، والشبكات العصبية كل الزائفة ذرية Mujoco تسيطر على حركة الروبوت، المشي الروبوت هو جيدة أو سيئة على أساس ياقة كل شبكة ليكون وسجل (المشار اللياقة البدنية). ES درجة التكيف بناء على هذه المعلمات إلى ذرية شبه البلمرة (الذي يبدو قليلا مثل المتعددة (المزدوج) كما الموالي عبر التكامل) لبناء بجوار والده. ثم دورة.

استخدام الأساسي لVINE

إذا كنت ترغب في استخدام VINE، يجب أن يكون تطور الصفات السلوكية في كل من شبه الأب وجميع الأجيال المستقبل المسجلة. هنا الصفات السلوكية يمكن أن تكون مؤشرات سلوكية عند أي وكيل واحد للتفاعل مع البيئة. Mujoco سبيل المثال، يمكننا ببساطة استخدام موقف كل طرف من وكيل {س، ص} عن الخصائص السلوكية، وكيل يمثل نهاية الموقف يمكن نقلها من على مسافة من الأصل.

مع خصائص السلوك من المعلومات، لذلك يمكن الاستفادة من أداة التصور لرسم خريطة للأب وآله الزائفة طائرة ثنائية الأبعاد. ولهذه الغاية، VINE يدعو واجهة المستخدم الرسومية (GUI)، الذي يتكون من نوعين من الرسم البياني مترابطة يتكون من العنصر الرئيسي:

• واحد أو أكثر من سحابة الزائفة ذرية (على متن طائرة واحدة ثنائية الأبعاد)؛

• رسم بياني لياقة بدنية

كما هو مبين في الشكل. تظهر أجيال ذرية الزائفة السحابة السلوك المميز من كل والد والزائفة ذرية، في حين يظهر اللياقة البدنية في FIG والد كل جيل كيفية تسجيل منحنى لياقتهم البدنية.

4. FIG ذرية الزائفة واللياقة البدنية FIG سحابة المثالية

بالإضافة إلى السحابة وكذلك شبه الأب ذرية اللياقة البدنية حالة الغريب البصرية، يمكنك أيضا التفاعل مع VINE المستخدم هذه الأرقام من أجل استكشاف سحابة الزائفة ذرية الاتجاهات العامة فضلا عن أي ذرية مع والده أو شبه فردية السلوك في عملية تطورية:

• يمكن للمستخدمين اختيار لتصور والده، وأفضل أداء، الزائفة ذرية من أي سحابة جيل، واستكشاف النتيجة لياقة بدنية مختلفة على ثنائي الأبعاد شبه سحابة ذرية الخصائص السلوكية والتوزيع المكاني لعدد من الطائرات.

• ويمكن أيضا أن يقارن المستخدم بين الأجيال المختلفة، التي لاحظها الوسائل البصرية أو الأب الزائفة ذرية بشأن كيفية المضي السلوك سحابة مميزة طائرة ثنائية الأبعاد، والعلاقة بين منحنيات واللياقة البدنية تقدمهم. كما هو مبين في الشكل. 5، أو حتى مقاطع الفيديو يمكن أن تولد حركة كاملة من السحابة تلقائيا.

• في أي لحظة، يمكنك عرض المقابلة الزائفة انقر على سحابة ذرية الخصائص السلوكية وعشرات اللياقة البدنية.

5. FIG الجيل البصري للتطور. وسيكون لكل جيل تغيير اللون، في جيل واحد، ذرية بعضها اللياقة البدنية الزائفة اللون كثافة المئوية يسجل على أساس الجيل.

المعرفة من قبل المستخدم

أداة VINE بالطبع كما تدعم بعض الخيارات المتقدمة. على سبيل المثال، فإننا قال مختار نهاية موقف الجبهة {س، ص} عن الخصائص السلوكية، إذا كان يمتد قليلا، على سبيل المثال، وسوف نبدأ في نهاية كل وكيل في 1000 خطوات الوقت، وتسجيل الوقت من كل عقدة الموقف، وبعد ذلك يمكننا رسم ناقلات ميزة السلوكي، وكيل ناقلات مسار السجل.

وبطبيعة الحال، في هذه الحالة، والبعد مميزة السلوك لم يعد ثنائي الأبعاد، وهذه المرة كان من الضروري للحد من البيانات البعد السلوكي تخفيض البعد إلى ميزات ثنائية الأبعاد، مثل تقنية تي SNE PCA أو التكنولوجيا. في كرمة، وسوف يتم هذه العملية تلقائيا.

وبطبيعة الحال، واجهة المستخدم الرسومية الأبعاد يمكن تحميل الخصائص السلوكية (تخفيض إنتاجها من خلال تقنيات مختلفة) عدد وافر من مجموعات 2، ويعرض لهم في سحابة ومتصلة في وقت واحد، كما هو مبين في الشكل. 6. هذه هي وظيفة للمستخدمين لاستكشاف الخصائص السلوكية المختلفة، ويوفر طريقة للحد من البعد وسيلة مريحة.

6. FIG. 2D التصور تعددية قبل الميلاد وقبل الميلاد، ومؤامرة الأبعاد عالية من اللياقة البدنية.

وبالإضافة إلى ذلك، يمكن للمستخدمين توسيع وظيفة البصرية المخصصة الأساسية. في FIG 6 سحابة مؤقتا سلوك مخصصة يمكن عرض ميزات عالية الأبعاد (على سبيل المثال، وكيل مسار كاملة) وما يقابلها تخفيض ثنائي الأبعاد في أنواع معينة من خصائص السلوك للمناطق محددة في هذه السحابة. FIG 7 هو مثال آخر على سحابة العرف، وهذا يتيح للمستخدم القراءة في FIG كيل القطعية / السلوك العشوائية الناتجة عن بيئة تفاعلية.

يسمح الشكل 7. VINE للمستخدمين مشاهدة الفيديو تنتج أي وكيل / السلوك العشوائي نهائي.

وبطبيعة الحال، كما ذكر سابقا، وليس مجرد فقط في VINE Mujoco بين المهام أو خوارزمية ES.

ومبين FIG 8 تطبيقها على لعبة كلاسيكية VINE قضمة الصقيع عطار 2600 لعبة، حيث الدولة النهائية حيث المضاهاة RAM الدولة السلوك (طول كل لعبة يمكن التقاط قيمة عددية متغيرات حالة ناقلات 128)، وتطبيق الخصائص السلوكية تقنية PCA المعينة على متن طائرة ثنائية الأبعاد.

8. FIG كيل التصور تعلم قضمة الصقيع

من هذا الرقم، يمكننا أن نلاحظ مع تقدم التطور، الزائفة الغيوم ذرية الانتقال تدريجيا إلى اليسار ويحدث التجميع. عن طريق عرض هذه كيل للعب هذه اللعبة الفيديو، في الواقع، يمكننا أن نستنتج أن كل يتوافق العنقودية إلى حالة نهاية مختلفة ذات معنى دلالي.

علاوة على ذلك، VINE أيضا التعاون السلس مع الخوارزميات التطورية العصبية الأخرى (على سبيل المثال، الخوارزميات الجينية التي سبق ذكرها، وما شابه ذلك). في الواقع، هذه الأداة هي مستقلة عن أي العصبية التطورية خوارزمية معينة، يحتاج المستخدمون القيام به هو تعديل طفيف رمز لانقاذ بلده تطور الأعصاب السلوك المميز أنه يريد أن يعرف.

فتح عنوان المصدر: الشبكي: //github.com/uber-common/deep-neuroevolution/tree/master/visual_inspector

عبر اوبر الهندسة مدونة، شبكة لى فنغ جمعت AI تقنية الاستعراض.