7、程序评估与目标推导方法解析

程序评估与目标推导方法解析

1. 基于可共同求解性促进技能组合

在程序评估中，传统的评估方式可能存在一定的局限性。例如，ifs（一种评估方式）通过对个体技能掌握的奖励求和来进行评估，但它无法很好地模拟技能之间的协同效应。

技能就如同程序通过特定测试的能力。在现实世界中，往往是技能的组合更重要。以生物为例，挖掘和导航这两项技能单独来看，对动物的益处有限，但结合起来却能让动物在食物稀缺时找到之前埋藏的猎物，带来更大的生存优势。同样，移动机器人的整体性能依赖于多种技能，如保持直线轨迹、转向和位置估计等，单个技能可能不足以完成任务，但组合在一起就有可能实现。

为了模拟技能之间的非加性相互作用，引入了可共同求解性（cosolvability）的概念。若程序 p 同时通过一对测试 (ti, tj)，即 g(p, ti) ∧ g(p, tj)，则称这对测试是可共同求解的。对于在测试集 T 上评估的种群 P，其可共同求解性矩阵 C 是一个对称的 |T|×|T| 矩阵，元素定义为：
[ c_{ij} = |{p \in P : g(p, t_i) \land g(p, t_j)}| ]

可共同求解性评估函数 fcs 用于奖励解决不同测试对的程序，定义如下：
[ f_{cs}(p) = \sum_{i 0} \frac{1}{c_{ij}} ]

下面通过一个例子来展示不同评估函数的差异。假设有四个程序 p1、p2、p3、p4 对四个测试 t1、t2、t3、t4 进行测试，其交互矩阵 G 如下：
| | t1 | t2 | t3 | t4 |
| — | — | — | — | — |
| p1 | 1 | 1