HyperNEAT - Enciclopedia

Hypercube-based NEAT, o HyperNEAT, es una codificación generativa que evoluciona redes neuronales artificiales (RNA) según los principios del algoritmo NeuroEvolution of Augmented Topologies (NEAT) ampliamente utilizado, desarrollado por Kenneth Stanley. Es una técnica innovadora para la evolución de redes neuronales a gran escala utilizando las regularidades geométricas del dominio de la tarea. Utiliza redes de generación de patrones composicionales (CPPNs), que se utilizan para generar imágenes para Picbreeder.org [Archivo 2011-07-25 en el Wayback Machine] y formas para EndlessForms.com [Archivo 2018-11-14 en el Wayback Machine]. Recientemente, HyperNEAT se ha extendido para también evolucionar RNA plásticas y para evolucionar la ubicación de cada neurona en la red.


Aplicaciones hasta la fecha
Aprendizaje de agente múltiple
Evaluación del tablero de damas
Control de robots de piernas
Comparación de codificaciones generativas vs. directas
Investigación de la evolución de redes neuronales modulares
Evolución de objetos que pueden ser impresos en 3D
Evolución de la geometría neuronal y plasticidad de una RNA


Referencias


Enlaces externos
Página de usuarios de HyperNEAT en el Wayback Machine (archivado el 2024-03-09)
Sitio web de Ken Stanley en UCF en el Wayback Machine (archivado el 2024-02-05)
Grupo de Investigación en Complejidad Evolutiva en UCF en el Wayback Machine (archivado el 2024-06-18)
Página de usuarios de NEAT en el Wayback Machine (archivado el 2023-12-05)
Picbreeder en el Wayback Machine (archivado el 2021-04-17)
EndlessForms en el Wayback Machine (archivado el 2018-11-14)
BEACON Blog: Evolución 101: Neuroevolución en el Wayback Machine (archivado el 2024-12-24)