Proposition et évaluation d'un MBEANN auto-adaptatif assisté par un surrogat

Cet article propose une extension de l'algorithme des Réseaux de Neurones Artificiels Évolutifs Basés sur la Mutation (MBEANN). La méthode proposée se compose de deux parties : un modèle de surrogat et une mutation auto-adaptive. Tout d'abord, le mécanisme assisté par surrogat est introduit dans le MBEANN pour réduire le coût des évaluations de fitness. Ce mécanisme utilise des valeurs de fitness approximées prédites par un modèle de surrogat au lieu des fonctions de fitness réelles. Deuxièmement, la mutation auto-adaptive est appliquée au MBEANN pour ajuster la zone d'exploration dans l'espace des paramètres. La performance de la méthode proposée est comparée avec les algorithmes MBEANN normaux et NEAT en utilisant les trois benchmarks d'OpenAI Gym. Les résultats expérimentaux ont montré que la méthode proposée surpasse les autres algorithmes dans tous les benchmarks.