Методы построения конечных автоматов на основе ...

58результаты – около 90% побед. Кроме этого, были проведеныэксперименты, в которых в процессе мутации разрешалось добавлять иудалять состояния – в этом случае было замечено, что в построенныхавтоматах используется меньше половины состояний. На основаниирезультатов экспериментов был сделан вывод о том, что операциидобавления и удаления состояний являются слишком «разрушительными»для их применения в эволюционных алгоритмах построения автоматов.Анализ поведения агентов, управляемых построенными автоматами,показал, что поведение агента достаточно быстро зацикливается, чтоприводит к ухудшению его результатов. Для того чтобы устранить этотнедостаток, в рассматриваемой работе предлагается метод, основанный нанаблюдении за поведением агента во время игры. Этот метод состоит втом, что к автомату добавляется память размером в 20 ячеек, котораяпозволяет отслеживать циклы в поведении агента. В этой памятизаписывались ячейки, посещенные агентом. Если далее обнаруживалось,что действие, генерируемое автоматом, приводит к зацикливанию, тодействие выбиралось случайным образом. Применение такого методапозволило построить систему управления агентом, которая добиваласьпобед в 96% игр. Описанный метод устранения зацикливания являетсяодной из разновидностей динамической верификации [101].1.3.2. Методы, использующие обучающие примеры привычислении функции приспособленностиВ настоящем разделе приводится обзор методов построенияконечных автоматов, использующих обучающие примеры (тесты) привычислении функции приспособленности.1.3.2.1. Построение конечных распознавателейРассматриваемая ниже модель в литературе обычно называется«детерминированный конечный автомат». В настоящей работе, однако, для