跳到正文
arXiv · ML· Yilun Yuan, Tianyu Zhou, Zhenzhou Tang·· 10 天前AI 评分22

提出“搜索价值信用”(SVC)以改进进化式自动启发式设计的奖励机制

From Search to Signal: Search-Value Credit for Evolutionary Automatic Heuristic Design

AI 导读

为改进自动启发式设计中语言模型生成的奖励机制,研究者提出了“搜索价值信用”(SVC)。 该方法基于程序进入保留集的实际情况及短期父代曝光代理,在无需评估子代的情况下计算候选程序奖励,从而优化在线后训练过程。 在四个组合优化任务的对比中,SVC 在三个任务上取得了六组条件中最高的平均最终搜索性能,支持了利用搜索保留与选择信息构建奖励的有效性。

来源:arXiv · ML · arxiv.org