Quality-diversity-strategier för multimodal sökning med MAP-elites-algoritmen

Loading...
Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

School of Science | Bachelor's thesis

Department

Major/Subject

Mcode

Language

sv

Pages

21

Series

Abstract

This thesis investigates quality-diversity strategies for multimodal search. Quality-diversity algorithms generate a set of solutions that are both diverse and high-performing. The evolution-based principles of quality-diversity algorithms make them very useful for black-box optimization problems. More specifically, this thesis examines the use of the MAP-Elites algorithm and the algorithms MAP-Elites with NSLC, CMA-ME, and CMA-MAE, which are derived from MAP-Elites. The background and operating principles of the algorithms are reviewed, and the algorithms are compared with each other based on their properties.

Detta kandidatarbete undersöker quality-diversity-strategier för multimodal sökning. Quality-diversity-algoritmer skapar en samling lösningar som är både mångfaldiga och som har hög prestanda. Quality-diversity-algoritmers evolutionsbaserade principer gör dom till mycket användbara för black-box-optimeringsproblem. Mera specifikt granskar detta arbete användningen av MAP-Elites algoritmen och algoritmerna MAP-Elites med NSLC, CMA-ME och CMA-MAE vilka har härletts från MAP-Elites. Algoritmernas bakgrund och funktionsprincip genomgås och algoritmerna jämförs med varandra på basis av deras egenskaper.

Description

Supervisor

Savioja, Lauri

Thesis advisor

Ahrenberg, Lukas

Other note

Citation