Sürekli pekiştirmeli öğrenme, daha önce karşılaşılan dinamikler altında performansı korurken değişen koşullara uyum sağlamayı gerektirir. Evrimsel aramanın oluşturduğu uzmanların, ortam tespiti ve hataya dayalı aramayla birleştirildiğinde yeniden kullanılabilir bir bellek sağlayıp sağlayamayacağı araştırıldı. Evrimsel Nöroplastik Ajan (ENA), gradyanlar olmadan küçük sinir ağlarını geliştirir, seçilen politikaları tespit edilen dinamik rejime göre arşivler ve bunları Bayes politikasının yeniden kullanımı yoluyla alır.
- Sürekli pekiştirmeli öğrenme, daha önce karşılaşılan dinamikler altında performansı korurken değişen koşullara uyum sağlamayı gerektirir.
- Evrimsel aramanın oluşturduğu uzmanların, ortam tespiti ve hataya dayalı aramayla birleştirildiğinde yeniden kullanılabilir bir bellek sağlayıp sağlayamayacağı araştırıldı.
- Evrimsel Nöroplastik Ajan (ENA), gradyanlar olmadan küçük sinir ağlarını geliştirir, seçilen politikaları tespit edilen dinamik rejime göre arşivler ve bunları Bayes politikasının yeniden kullanımı yoluyla alır.
Sürekli pekiştirmeli öğrenme, daha önce karşılaşılan dinamikler altında performansı korurken değişen koşullara uyum sağlamayı gerektirir.
02 Özet
Sürekli pekiştirmeli öğrenme, daha önce karşılaşılan dinamikler altında performansı korurken değişen koşullara uyum sağlamayı gerektirir. Evrimsel aramanın oluşturduğu uzmanların, ortam tespiti ve hataya dayalı aramayla birleştirildiğinde yeniden kullanılabilir bir bellek sağlayıp sağlayamayacağı araştırıldı. Evrimsel Nöroplastik Ajan (ENA), gradyanlar olmadan küçük sinir ağlarını geliştirir, seçilen politikaları tespit edilen dinamik rejime göre arşivler ve bunları Bayes politikasının yeniden kullanımı yoluyla alır. Mimari, sabit olmayan CartPole ve HalfCheetah ortamlarında değerlendirildi. 30 kopyalı CartPole ablasyonunda tüm mimari, beş test ortamında ortalama %83,2'lik bir başarı oranına ulaştı. Daha zorlu CartPole ortamlarını öğrenen değişkenler arasında, eksiksiz mimari en tutarlı tutuşu gösterdi. Bir seçim ablasyonu aynı zamanda geri alma kuralının performansı etkilediğini de gösterdi. Değerlendirilen dizilerde ENA, CartPole'daki PPO'ya göre daha yavaş adapte oldu ve HalfCheetah'taki SAC'den daha düşük getiri elde etti. Kanıtlar mimarinin tamamıyla ilgilidir ve degradesiz optimizasyonu kalıcılığın nedeni olarak izole etmez veya diğer sürekli öğrenme yöntemlerine göre üstünlük sağlamaz.
Bu çeviri otomatik (makine çevirisi) olarak hazırlandı; bilimsel alıntı için özgün özeti esas alın.
Continual reinforcement learning requires adaptation to changing conditions while preserving performance under previously encountered dynamics. It was investigated whether specialists generated by evolutionary search can provide a reusable memory when combined with environment detection and failure-driven search. The Evolutionary Neuroplastic Agent (ENA) evolves small neural networks without gradients, archives selected policies by detected dynamic regime, and retrieves them through Bayesian policy reuse. The architecture was evaluated in non-stationary CartPole and HalfCheetah environments. In the 30-replicate CartPole ablation, the complete architecture achieved a mean success rate of 83.2% across the five test environments. Among variants that learned the harder CartPole environments, the complete architecture showed the most consistent retention. A selection ablation also showed that the retrieval rule affected performance. In the evaluated sequences, ENA adapted more slowly than PPO on CartPole and achieved lower returns than SAC on HalfCheetah. The evidence concerns the complete architecture and does not isolate gradient-free optimization as the cause of retention or establish superiority over other continual-learning methods.
03 PDF
Bu PDF başka bir sitede (arxiv.org) barındırılıyor ve sayfa içinde gösterilemiyor. Yukarıdaki düğmelerle yeni sekmede açabilir ya da indirebilirsiniz.
04 Kaynak göster
@article{zarate2026mitigating,
title = {Mitigating Catastrophic Forgetting with Physics-Indexed Specialist Memory: the Evolutionary Neuroplastic Agent},
author = {Blas Eugenio Vicco Zarate and Miguel Hernán Vicco},
journal = {arXiv preprint arXiv:2611.21598},
year = {2026},
url = {https://arxiv.org/abs/2611.21598}
}
Zarate, B. E. V., & Vicco, M. H. (2026). Fizik Endeksli Uzman Hafızası ile Felaket Unutmanın Azaltılması: Evrimsel Nöroplastik Ajan. arXiv. https://arxiv.org/abs/2611.21598
Yorumlar 0
Henüz yorum yok. İlk yorumu siz yazın.
Yorum yazın