推薦本地搜索優化算法

Question

背景：我試圖找到浮點參數的低級控制器它行走時，這將導致機器人的平衡的列表。

問題：任何人都可以推薦我的任何本地搜索算法，這些算法對我剛纔描述的域來說性能很好嗎？對我來說主要的準則是融合到正確解決方案的速度。

任何幫助將不勝感激！

P.S.此外，我進行了一些研究，發現「Evolutianry 策略」算法非常適合連續狀態空間。但是，我不完全確定，如果它們能很好地適應我的特殊問題。

更多信息：我想優化8個參數（儘管我可以將參數數量減少到4個）。我確實有一個模擬器，對我來說一個標準是試驗次數很快，因爲模擬重置成本很高（平均需要10-15秒）。

Answer 1

針對維數較少（最多約10個左右）的最佳本地搜索算法之一是Nelder-Mead simplex method。順便說一下，它被用作MATLAB的fminsearch函數中的默認優化器。我個人使用這種方法尋找一些教科書第二或第三度動態系統的參數（儘管非常簡單）。

其他選項是已經提到的進化策略。目前最好的是協方差矩陣自適應ES，或CMA-ES。該算法有多種變化，例如BI-POP CMA-ES等可能比香草版本更好。

你只需要嘗試一下最適合你的東西。

Answer 2

除了進化算法，我建議你也檢查強化學習。

正確的方法很大程度上取決於您的問題的細節。多少個參數？你有模擬器嗎？你只在模擬中工作，還是在真正的硬件中工作？速度是在試驗次數還是CPU時間？