71、绘画渲染参数选择的监督遗传搜索与机器人绘画探索

绘画渲染参数选择的监督遗传搜索与机器人绘画探索

在绘画渲染领域，为了实现符合用户审美目标的绘画效果，参数选择至关重要。同时，机器人绘画作为新兴领域，也在不断探索如何让机器人参与到自身创作的评估中。下面我们将详细介绍绘画渲染参数选择的方法以及机器人绘画的相关研究。

绘画渲染参数选择

在绘画渲染中，参数化渲染框架将绘画过程简化为在参数空间 $[p_1 p_2 … p_8] \in \Re^8$ 中搜索对应于用户目标美学的点。为了实现这一目标，采用了遗传算法（GA）搜索策略。

遗传算法搜索步骤

• 初始化 ：初始化一个固定大小的个体种群，这里选择了 1000 个个体。每个个体包含八个归一化的标量值，构成特定绘画的基因型，这些值在初始代中随机生成。
• 迭代搜索 ：遗传算法通过交叉、适应度比例繁殖和变异来模拟自然选择过程。迭代过程在适应度的连续改进变得可忽略时终止。具体步骤如下：
  1. 交互式评估 ：
     • 首先对种群进行评估，目的是测量每个个体的表型与用户“理想”美学的接近程度。需要一个映射 $M([p_1 p_2 … p_8]) \to f \in \Re$，其中 $f$ 是归一化的适应度分数，值越高表示美学上越优越的绘画。
     • 由于要协助用户进行风格指定，无法编写自动的 $M(.)$ 函数。因此，目标有两个：一是通过用户交互估计映射函数 $M(.)$；二是搜索点 $p \in \Re^8$ 使得 $p = argmax_i [M(