علوم رایانشی

علوم رایانشی

بررسی کارایی سیستم‌های دسته بند یادگیر با رویکردهای مختلف یادگیری تقویتی برای حل مسئله ماز

نوع مقاله : مروری

نویسندگان
گروه مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی میبد، ایران
10.22034/csj.2026.545441.1126
چکیده
در این پژوهش، عملکرد سه رویکرد هوش مصنوعی شامل الگوریتم ژنتیکی، یادگیری تقویتی و سیستم‌های دسته‌بند یادگیر در حل مسئله مسیر‌یابی در محیط‌های ماز بررسی و مقایسه ‌شده ‌است. هدف اصلی، ارزیابی توانایی این الگوریتم‌ها در یافتن مسیر بهینه از مبدأ به مقصد در مازهای پیچیده با موانع متعدد است. برای این منظور، هر الگوریتم در محیطی یکسان پیاده‌سازی شده و با استفاده از معیارهایی نظیر تعداد گام‌ها تا رسیدن به هدف، تعداد اپیزودهای آموزشی تا رسیدن به عملکرد قابل قبول، میزان مصرف حافظه و نرخ همگرایی مورد ارزیابی قرارگرفته است. این مقاله، با حل مسئله ماز با الگوریتم ژنتیک، انواع الگوریتم‌های یادگیری تقویتی و سیستم‌های دسته‌بند یادگیر، نقاط قوت و ضعف متمایز این رویکردها را نشان‌میدهد. هر الگوریتم روش‌های منحصر به فردی برای یافتن مسیر ارائه ‌میدهد که تحت تأثیر اصول اساسی و کارایی عملیاتی آنها قرار دارد. نتایج نشان‌می‌دهد که الگوریتم ژنتیک با وجود همگرایی سریع‌تر، در برخی موارد دچار نوسان در کیفیت مسیر می‌شود. در مقابل، الگوریتم Q-Learning به‌صورت تدریجی ولی پایدار به راه‌حل بهینه نزدیک‌ می‌شود. سیستم‌های دسته‌بند یادگیر نیز با ارائه قوانین قابل تفسیر، عملکرد قابل قبولی از خود نشان ‌داده‌اند، هر چند همگرایی آنها نسبت به دو الگوریتم دیگر کندتر است و ترکیب ویژگی‌های الگوریتم‌های تقویتی و ژنتیکی در سیستم‌های دسته‌بند یادگیر نیز منجر به بهبود نسبی نتایج‌ شده ‌است. در مجموع، یافته‌های این پژوهش می‌تواند راهنمایی مؤثر برای انتخاب الگوریتم مناسب در کاربردهای مختلف مسیریابی و تصمیم‌گیری هوشمند فراهم‌ آورد.
کلیدواژه‌ها
موضوعات

[1] فروزانی‌فرد ع.ر. و میرزایی، ک. 1399. طراحی سیستم دسته بند یادگیر برای حل مسئله ماز با استفاده از الگوریتم ژنتیک بهبودیافته، علوم رایانشی، شماره 2
[2] Jonasson Anton, Westerlind Simon, Herman Pawel. (2016). Genetic algorithms in mazes, A comparative study of the performance for solving mazes between genetic algorithms, BFS and DFS’. Examensarbete Teknik,Grundniva, 15 HP Stockholm Sverige.
[3] Bahrambeigi, Y. (2024). Genetic-Algorithm-GA. 10.13140/RG.2.2.19397.83682.
[4] Srikanth .(2016). Resource Management with Deep Reinforcement Learning. Proceedings of the 15th ACM Workshop on Hot Topics in Networks. HotNets ‘16. New York, NY, USA: Association for Computing Machinery: 50–56. doi:10.1145/3005745.3005750. ISBN 978-1-4503-4661-0.
[5] Vignya Durvasula. (2024). Q Learning vs SARSA: Key Differences in Reinforcement Learning Python Programming Examples.
[6] Jagannath, J., & Dolly, Raveena & James, P. (2023). Deep reinforcement learning‐based precise prediction model for Smart M‐Health system. Expert Systems. 42. 10.1111/exsy.13450.
[7] Ouyang, Long., Wu, Jeffrey., Jiang, Xu., Almeida, Diogo., Wainwright, Carroll., Mishkin, Pamela., Zhang, Chong., Agarwal, Sandhini., Slama, Katarina., Ray, Alex., Schulman, John., Askell, Amanda., Askell, Peter., Welinder, Peter., Christiano, Paul., Leike, Jan., Lowe, Ryan .(2022). Training language models to follow instructions with human feedback. arXiv:2203.02155
[8] مومنی، ف.؛ و میرزائی، ک. (1394). مروری بر سیر تکامل سیستم‌های دسته‌بند یادگیر، اولین همایش چشم‌انداز تکنولوژی کامپیوتر و شبکه در ۲۰۳۰، میبد.
[9] Llorà, X., Sastry, K., & Goldberg, D. E. (2005). The compact classifier system: Scalability analysis and first results. In Proceedings of the Congress on Evolutionary Computation, 1, 596- 603
[10] Bacardit, J., Garrell, J., & Bloat, M. (2003). control and generalization pressure using the minimum description length principle for a Pittsburgh approach learning classifier system. In Proceedings of the 6th International Workshop on Learning Classifier Systems, LNAI, Springer.
[11] Kumar Navin, & Kaur Sandeep. (2019). A Review of Various Maze Solving Algorithms Based on Graph Theory, IJSRD - International Journal for Scientific Research & Development| Vol. 6, Issue 12
[12] Mitchell Matthew. (2024). A hybrid connectionist/LCS for hidden-state problems’. Neural computing & applications
[13] Heider Michael, R. M. Wagner, Alexander. (2022). An overview of LCS research from 2021 to 2022, GECCO Companion
[14] Zatuchna Zhanna V, J. Bagnall Anthony .(2009). A learning classifier system for mazes with aliasing clones, Natural Computing’
[15] Krishnaa Harshak, G. Jeyakumar. (2022). A Genetic Algorithm Framework to Solve Two-Dimensional Maze Problem.
[16] Webb David J., & Sandgren Eric. (2018). Maze Navigation via Genetic Optimization, Intelligent Information Managemen.
[17] Downing, K. L. (2001). Reinforced Genetic Programming. Genetic Programming and Evolvable Machines, 2(3), 259-288. doi:10.1023/A:1011953410319.
[18] Pipe, A. G., & Carse, B. (1994). A comparison between two architectures for searching and learning in maze, problems. In T. C. Fogarty (Ed.), Evolutionary Computing. AISB EC 1994 (Lecture Notes in Computer Science, vol. 865, pp. 238–249). Springer. https://doi.org/10.1007/3-540-58483-8_18