基于遗传算法人工智能.pptxVIP

Content 什么是“遗传算法” “遗传算法”与人工智能的联系 遗传算法的实际应用 基于遗传算法的人工智能 达尔文进化论 什么是“遗传算法” 种群 变异 适应环境的有利变异 不适应环境的不利变异 存活 淘汰 达尔文进化论 什么是“遗传算法” 种群 变异 适应环境的有利变异 不适应环境的不利变异 存活 淘汰 遗传算法 Genetic Algorithm 是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。 它最初由美国Michigan大学J.Holland教授于1975年首先提出，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知。 一台机器的每个部件都能完成一定的基本动作，而遗传算法的核心思想是让机器对各个部件的基本动作随机组合，组合成多套整体动作后让机器自己去实践，然后淘汰效率低的动作组合。 “遗传算法”与人工智能的联系 而遗传算法正是机器学习的一种方式 机器学习是人工智能的核心，要使计算机具有真正意义上的智能，必须让机器能够自我学习 遗传算法与其他人工智能算法的主要区别是它主要使用归纳、综合而不是演绎。 “遗传算法” 应用实例 1 巴黎第六大学的机器人学家制造出一个运用弹性算法的六足机器人，每秒可以欢快地奔跑26厘米 接着研究人员狠心地把它的一条前腿截一半 “遗传算法” 应用实例 1 巴黎第六大学的机器人学家制造出一个运用弹性算法的六足机器人，每秒可以欢快地奔跑26厘米 接着研究人员狠心地把它的一条前腿截一半 它每秒就只能奔跑8厘米了 “遗传算法” 应用实例 1 巴黎第六大学的机器人学家制造出一个运用弹性算法的六足机器人，每秒可以欢快地奔跑26厘米 接着研究人员狠心地把它的一条前腿截一半 它每秒就只能奔跑8厘米了 但是经过20分钟的自我测试、调试之后，“五足”机器人自己发现了一种独特的跑法，把速度提升到了每秒20厘米。 “遗传算法” 应用实例 1 这个机器人的每条腿都只会一些基本动作，如上下左右之类。当其完好无损时，会有一套组合动作协调6条腿来保证速度。 当受到损害，假设断了一条腿时，机器人会重新随机组合其余5条腿的基本动作，每套新动作都要试一试，走一段时间，最后淘汰那些效率低的组合动作。 “遗传算法” 应用实例 1 这个机器人的每条腿都只会一些基本动作，如上下左右之类。当其完好无损时，会有一套组合动作协调6条腿来保证速度。 当受到损害，假设断了一条腿时，机器人会重新随机组合其余5条腿的基本动作，每套新动作都要试一试，走一段时间，最后淘汰那些效率低的组合动作。 这种遗传算法的好处是：无论碰见任何意想不到的问题时，只要给它点时间让它实践，它就能通过随机组合动作来重新达到效率最大化，适应性极强。 “遗传算法” 应用实例 2 美国军方开发的机器人 BigDog 戳这儿来看个碉堡的小视频~~~ 人工智能的发展方向 人工智能的研究相对以前发展很迅猛，但是现在还是处于初级阶段。要实现真正的人工智能，不仅需要遗传算法、神经网络、模糊控制等新型的控制算法，还需要生物学、物理学、电子学、计算机技术等多种学科的配合。 人类在发展人工智能的道路上还有很长的路要走。 THANK YOU For Your Potential Watching