Extension of the Estimation of Distribution Algorithms for Applicatin Areas and Individual Rrepresentation

应用领域和个体表示的分布估计算法的扩展

• 批准号: 23700267
• 负责人: HANDA Hisashi
• 金额: $ 2.25万
• 依托单位: Kinki University (2012-2013)Okayama University (2011)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2011
• 资助国家: 日本
• 起止时间: 2011 至 2013
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-23700267/
• 关键词: 分布推定アルゴリズム; 強化学習問題; グラフ; グラフカーネル; 進化計算; 進化アルゴリズム; グラフマイニング

This research project has proposed two sorts of novel Estimation of Distribution Algorithms (EDAs). The first EDA is the Estimation of Distribution ALgorithms for solving Reinforcement Learning Algorithms, called EDA-RL. For this algorithm, we have investigated the detection of slip states, and the estimation of the structure of the probabilistic model in the EDA-RL. Another proposed EDA is the EDA for graph-related problems. This algorithm can cope with individuals represented by graphs. By using graph kernels, we do not have to take care of ruggede fitness landscpaes caused by individual representations. During the project peirod, we have published journal articles and international coneference papers. Moreover, we have two oppotunity of the invited talks including a talk in Taiwan.

该研究项目提出了两种新颖的分布估计算法（EDA）。第一个 EDA 是用于求解强化学习算法的分布估计算法，称为 EDA-RL。对于该算法，我们研究了滑移态的检测以及 EDA-RL 中概率模型结构的估计。另一种提出的 EDA 是针对图相关问题的 EDA。该算法可以处理由图表示的个体。通过使用图内核，我们不必处理由个体表示引起的崎岖适应度景观。在项目期间，我们发表了期刊文章和国际会议论文。此外，我们还有两次受邀演讲的机会，其中包括在台湾演讲。

项目成果

Evolution of the weight in Mahjong non-player characters

麻将非玩家角色体重的演变

• DOI: 10.1109/nabic.2013.6617853
• 发表时间: 2013
• 期刊: Proc. 2013 World Congress on Nature and Biologically Inspired Computing (NaBIC)
• 作者: 山崎 優作;鈴木 拓也;田向 権;関根優年;川畑宣之,徳永憲洋,古川徹生;Hisashi Handa
• 通讯作者: Hisashi Handa

ソフトコンピューティングの基礎と応用

软计算基础与应用

• 发表时间: 2012
• 作者: 馬場則夫;田中雅博;吉冨康成;満倉靖恵;半田久志
• 通讯作者: 半田久志

グラフを対象とした分布推定アルゴリズム

图的分布估计算法

• 发表时间: 2013
• 作者: Takuya INOUE;Yoko UWATE and Yoshifumi NISHIO;Yoko UWATE and Yoshifumi NISHIO;半田久志
• 通讯作者: 半田久志

強化学習を用いたコンピュータ将棋における状態表現に関する考察

使用强化学习考虑计算机将棋中的状态表示

• 发表时间: 2011
• 作者: 小野智司;坂口裕一;前原武;宮本龍二;谷山大介;池田亮;中山茂;今津拓哉,半田久志,阿部匡伸
• 通讯作者: 今津拓哉,半田久志,阿部匡伸

進化型多目的最適化によるゲームエージェントのスキル付加に関する考察

使用进化多目标优化为游戏代理添加技能的考虑

• 发表时间: 2011
• 作者: 福井健一;小野智司;沼尾正行;半田久志
• 通讯作者: 半田久志