Analisi dei risultati sperimentali e visualizzazione

Nell'esperimento di pathfinding multi-obiettivo per robot da magazzino in EvoX,«aver ottenuto una volta una soluzione dall'aspetto gradevole» non equivale a un reale avanzamento dell'ottimizzazione. Per stabilire se un'esecuzione è affidabile, occorre raccogliere contemporaneamente due tipi di evidenza: uno descriveil processo di ricerca(le curve di convergenza di ciascun obiettivo al variare delle generazioni), l'altro descrivela soluzione finale(la visualizzazione dei percorsi e la tabella delle metriche con layout del magazzino fisso). Le curve rispondono solo alla domanda «la ricerca si sta muovendo?», mentre i percorsi e le metriche rispondono a «il risultato è utilizzabile?».

1. Leggere prima le curve di convergenza: cosa sta accadendo nel processo di ricerca

Tracciando ciascun valore obiettivo in funzione delle generazioni, ciò che si osserva èla tendenzae non il valore di un singolo punto. Nella pratica ingegneristica occorre distinguere chiaramente quattro forme comuni:

• Miglioramento continuo: la curva diminuisce stabilmente nella prima e media fase (o l'indicatore complessivo cresce stabilmente), a indicare che la popolazione sta ancora effettuando una ricerca efficace e che crossover e mutazione continuano a produrre soluzioni candidate migliori.
• Oscillazione: la curva oscilla senza una direzione di lungo periodo chiara, di solito per rumore di valutazione, conflitti tra vincoli o diversità eccessiva; occorre verificare la funzione di valutazione e le impostazioni dei parametri.
• Stallo: la curva è quasi piatta per un certo intervallo, ma potrebbe migliorare nuovamente nelle generazioni successive: si tratta di una «perdita temporanea della direzione di miglioramento».
• Convergenza prematura: si appiattisce completamente molto presto e non si riprende più; nella maggior parte dei casi è dovuta alla perdita di diversità della popolazione o a una compressione prematura dello spazio delle soluzioni.

2. Osservare poi il percorso finale con layout del magazzino fisso

Sovrapponendo il percorso ottimale ottenuto dall'evoluzione e il percorso di confronto sullastessa mappa fissa del magazzino, si verificano tre aspetti: se il percorso è realmente percorribile, se l'aggiramento degli ostacoli è ragionevole e se l'ultimo tratto vicino all'arrivo è stabile. Il layout fisso è un vincolo chiave: solo se l'ambiente resta invariato le differenze di percorso tra esecuzioni o parametri diversi possono essere attribuite all'ottimizzazione stessa e non a un cambio di mappa.

3. Sostenere le conclusioni con dati sperimentali completi

Una conclusione è tale solo se è riproducibile. Salvare e verificare: configurazione di esecuzione e seed casuale, log delle iterazioni, valori di ciascun obiettivo per generazione, percorso finale e risultati di valutazione. Se necessario, confermare la stabilità della stessa conclusione tramite riesecuzioni o controlli incrociati. Se le curve non mostrano più miglioramenti evidenti nella fase finale, usare i log completi per capire se si tratta di convergenza prematura, saturazione della valutazione o avvicinamento a una soluzione utilizzabile; non trarre conclusioni da un singolo screenshot.