Seleção Adaptativa de Operadores Baseada em Aprendizado por Reforço Profundo para Otimização Evolutiva Multi-Objetivo

Os algoritmos evolutivos (EAs) tornaram-se uma das técnicas mais eficazes para otimização multi-objetivo, onde uma série de operadores de variação foram desenvolvidos para lidar com problemas de diversas dificuldades. Enquanto a maioria dos EAs usa um operador fixo o tempo todo, é um processo trabalhoso determinar o melhor EA para um novo problema. Portanto, alguns estudos recentes foram dedicados à seleção adaptativa dos melhores operadores durante o processo de busca. Para abordar o dilema exploração versus exploração na seleção de operadores, este artigo propõe um novo método de seleção de operadores baseado em aprendizado por reforço. No método proposto, as variáveis de decisão são consideradas como estados e os operadores candidatos são considerados como ações. Usando redes neurais profundas para aprender uma política que estima o valor Q de cada ação dado um estado, o método proposto pode determinar o melhor operador para cada pai que maximiza sua melhoria cumulativa. Um EA é desenvolvido com base no método proposto, que foi verificado como sendo mais eficaz do que os de ponta em problemas desafiadores de otimização multi-objetivo.