论文用强化学习统一调度DE与CMA-ES的演化搜索。
资讯摘要
该论文提出DRL-DCO算法，用基于DDPG的actor-critic智能体统一调控差分进化（DE）与CMA-ES的演化过程，依据进度感知状态表示和多样性奖励，在探索与开发之间动态分配算力，并联合调节种群规模、精英保留与重启机制。训练后的actor可仅靠前向推理、无需critic评估与权重更新来运行。作者报告其在高维单目标优化基准和IASC-ASCE结构健康监测基准上收敛精度与鲁棒性优于对比方法。
要点速读
- 论文提出DRL-DCO，用DDPG智能体持续调控DE与CMA-ES，而非固定切换规则。
- 智能体可自主在探索主导、开发主导与混合策略间切换，并调节种群规模、精英保留和重启。
- 作者报告其在高维优化基准与IASC-ASCE结构健康监测基准上优于对比的自适应与混合演化算法。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。