Probabilistic Lexicase Selection

要約

レキシケース選択は、遺伝的プログラミングで広く使用されている親選択アルゴリズムであり、プログラム合成、シンボリック回帰、機械学習などのさまざまなタスク領域で成功していることで知られています。
ノンパラメトリックかつ再帰的な性質のため、レキシケース選択によって各個人が選択される確率の計算は NP 困難な問題であることが証明されており、アルゴリズムのより深い理論的理解と実践的な改善が妨げられます。
この研究では、レキシケース選択の確率分布を効率的に近似する新しい親選択アルゴリズムである確率的レキシケース選択 (プレキシケース選択) を紹介します。
私たちの方法は、セマンティックを意識した選択方法として優れた問題解決能力を実証するだけでなく、効率と柔軟性を高めるために選択プロセスを確率的に表現することによる恩恵も受けます。
実験は、PSB や SRBench などの標準ベンチマークを使用して、遺伝的プログラミングの 2 つの一般的な領域であるプログラム合成とシンボリック回帰で行われます。
実験結果は、プレキシカーゼ選択がレキシカーゼ選択に匹敵する最先端の問題解決パフォーマンスを達成し、計算効率においてレキシカーゼ選択を大幅に上回ることを示しています。

要約(オリジナル)

Lexicase selection is a widely used parent selection algorithm in genetic programming, known for its success in various task domains such as program synthesis, symbolic regression, and machine learning. Due to its non-parametric and recursive nature, calculating the probability of each individual being selected by lexicase selection has been proven to be an NP-hard problem, which discourages deeper theoretical understanding and practical improvements to the algorithm. In this work, we introduce probabilistic lexicase selection (plexicase selection), a novel parent selection algorithm that efficiently approximates the probability distribution of lexicase selection. Our method not only demonstrates superior problem-solving capabilities as a semantic-aware selection method, but also benefits from having a probabilistic representation of the selection process for enhanced efficiency and flexibility. Experiments are conducted in two prevalent domains in genetic programming: program synthesis and symbolic regression, using standard benchmarks including PSB and SRBench. The empirical results show that plexicase selection achieves state-of-the-art problem-solving performance that is competitive to the lexicase selection, and significantly outperforms lexicase selection in computation efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google