25 - 29 de Noviembre de 2002

Montevideo, Uruguay

Radisson Victoria Plaza Hotel

 
CL72
 
Arreglos Neuronales Evolutivos. Un nuevo mecanismo para implementar evolución incremental.

Leonardo Corbalán
Universidad Nacional de La Plata, Facultad de Informática
corbalan@lidi.info.unlp.edu.ar
Laura Lanzarini
Universidad Nacional de La Plata, Facultad de Informática
laural@lidi.info.unlp.edu.ar
 
Abstract

Incremental evolution has proved to be an extremely useful mechanism in complex actions sequence learning. Its performance is based on the decomposition of the original problem into increasingly complex stages whose learning is carried out sequentially, starting from the simplest stage and thus increasing its generality and difficulty. The present work proposes neural array applications as a novel mechanism for implementing incremental evolution. Each array is composed by several neural nets obtained by means of an evolutive process allowing them to acquire various degrees of specialization. Neural nets constituting the same array are organized so that, in each assessment, there is only one in charge of its response. The proposed strategy is applied to problems presented by the elusion of hindrances and the fulfillment of goals as a means to show this proposal's capability for solving complex problems. The measurements carried out show the advantage of evolving neural arrays with respect to Moriarty's SANE method. Finally, conclusions are presented as well as some future lines of work.

Keywords: Evolving Neural Nets, Learning, Incremental Evolution, Genetic Algorithms.

 
Resumen

La evolución incremental ha demostrado ser un mecanismo sumamente útil en el aprendizaje de secuencias de acciones complejas. Su funcionamiento se basa en la descomposición del problema original en etapas de complejidad creciente cuyo aprendizaje se realiza en forma secuencial comenzando por la etapa más simple e incrementando su generalidad y dificultad. El presente trabajo propone la aplicación de arreglos neuronales como un nuevo mecanismo para implementar evolución incremental. Cada uno de estos arreglos está formado por varias redes neuronales, obtenidas a través de un proceso evolutivo, que les permite adquirir diferentes grados de especialización. Las redes neuronales que constituyen un mismo arreglo se organizan de modo que, en cada evaluación, sólo una se haga cargo de la respuesta del mismo. La estrategia propuesta se aplica a los problemas de evasión de obstáculos y alcance de objetivos como forma de demostrar la capacidad de esta propuesta para la resolución de problemas complejos. Las mediciones realizadas muestran la superioridad de los arreglos neuronales evolutivos con respecto al método SANE propuesto por Moriarty. Finalmente se presentan las conclusiones y se plantean algunas líneas de trabajo futuras.

Palabras Clave: Redes Neuronales Evolutivas, Aprendizaje, Evolución incremental, Algoritmos Genéticos.



Texto completo        Volver

infoUYclei 2002