MONET: Algoritmo di Ottimizzazione Multi-Task Basato su Grafi
È stato introdotto un nuovo algoritmo di ottimizzazione multi-task chiamato MONET (Multi-Task Optimization over Networks of Tasks). MONET modella lo spazio dei compiti come un grafo in cui i compiti sono nodi e gli archi collegano compiti nello spazio dei parametri, consentendo il trasferimento di conoscenze tra compiti. Combina apprendimento sociale (crossover da nodi vicini) con apprendimento individuale (raffinamento della soluzione di un nodo). L'algoritmo affronta i limiti dei metodi esistenti: gli approcci basati su popolazione scalano male per grandi insiemi di compiti, e le varianti MAP-Elites si basano su archivi discretizzati fissi che ignorano la topologia dello spazio dei compiti. MONET rimane trattabile per problemi ad alta dimensionalità sfruttando la topologia. Il lavoro è descritto nel preprint arXiv 2604.21991.
Fatti principali
- 1. MONET sta per Multi-Task Optimization over Networks of Tasks.
- 2. Lo spazio dei compiti è modellato come un grafo con compiti come nodi e archi che collegano compiti nello spazio dei parametri.
- 3. MONET combina apprendimento sociale tramite crossover da nodi vicini e apprendimento individuale.
- 4. I metodi basati su popolazione esistenti scalano male per grandi insiemi di compiti.
- 5. Le varianti MAP-Elites utilizzano archivi discretizzati fissi che trascurano la topologia dello spazio dei compiti.
- 6. MONET è progettato per problemi ad alta dimensionalità.
- 7. L'algoritmo consente il trasferimento di conoscenze tra compiti.
- 8. Il preprint è disponibile su arXiv con ID 2604.21991.
Entità
Istituzioni
- arXiv