| Summary: | Μη τετριμμένα προγράμματα μπορούν να κατασκευαστούν χρησιμοποιώντας γενετικό προγραμματισμό χρησιμοποιώντας παραδείγματα δεδομένων. Τα μοντέλα βασισμένα σε πράκτορες (ABMs) είναι ένα πολύ υποσχόμενο πεδίο εφαρμογής, καθώς η πολυπλοκότητά τους σε μακροεπίπεδο πηγάζει από βασικούς κανόνες σε επίπεδο πράκτορα. Κατά τη μοντελοποίηση πολύπλοκων συστημάτων, ενσωματώνοντας τα νευρωνικά δίκτυα σε μοντέλα που βασίζονται
σε πράκτορες, μπορεί να βοηθήσει στην καλύτερη κατανόηση των αντιδράσεων δυναμικών αποκρίσεων τους. Τα μεμονωμένα νευρωνικά δίκτυα μπορούν επίσης να εκπαιδευτούν σε ένα εποπτευόμενο περιβάλλον μάθησης και να κατανεμηθούν σε μεμονωμένους πράκτορες λόγω της φύσης των μοντέλων που βασίζονται σε πράκτορες και των δικτύων που υπάρχουν μέσα σε αυτά. Το πλεονέκτημα αυτής της προσέγγισης οι μεμονωμένοι πράκτορες γίνονται πιο μοναδικοί και λαμβάνουν αποφάσεις ανάλογα με το τι έχει μάθει το νευρωνικό δίκτυο σε όλη τη φάση της εκπαίδευσης. Σε αυτή τη εργασία μελετάμε την ενσωμάτωση νευρωνικών δικτύων εκπαιδευμένα από γενετικό προγραμματισμό με σκοπό την μεγαλύτερη ακρίβεια στα αποτελέσματα , σε μεμονωμένους πράκτορες θέλοντας να επιτύχουμε τα ίδια αποτελέσματα με το μοντέλο αναφοράς που βασίζεται σε πράκτορες. Το μοντέλο που μελετάμε και θέλουμε να πετύχουμε τα ίδια αποτελέσματα και να δείξουμε μια πιο ρεαλιστική προσομοίωση είναι το μοντέλο Boids. Με αυτή τη τεχνική θέλουμε να δείξουμε ότι οι εξελιγμένες λύσεις είναι συμπεριφορικά ταυτόσημες με τα μοντέλα αναφοράς και γενικεύονται εξαιρετικά καλά.
|
|---|
