8

ผลการทดลองและการวิเคราะห์ด้วยภาพ

AI999第7课:AI Native 科研范式与 EvoX 实战切入
00:00

ในการทดลองการหาเส้นทางแบบหลายวัตถุประสงค์ของหุ่นยนต์คลังสินค้าด้วย EvoX“เคยได้คำตอบที่ดูสวยงามครั้งหนึ่ง” ไม่ได้หมายความว่าการปรับให้เหมาะสมนั้นเดินหน้าจริงในการตัดสินว่าการรันหนึ่งครั้งเชื่อถือได้หรือไม่ ต้องมีหลักฐานสองประเภทควบคู่กัน: ประเภทหนึ่งอธิบายกระบวนการค้นหา(เส้นโค้งการลู่เข้าของแต่ละวัตถุประสงค์ตามจำนวนรอบการวนซ้ำ) อีกประเภทหนึ่งอธิบายผลลัพธ์สุดท้าย(การแสดงภาพเส้นทางและตารางตัวชี้วัดภายใต้ผังคลังสินค้าแบบคงที่) เส้นโค้งตอบเพียงว่า “การค้นหาขยับหรือไม่” ส่วนเส้นทางและตัวชี้วัดจึงจะตอบว่า “ผลลัพธ์ใช้งานได้หรือไม่”

ผลการทดลองและการวิเคราะห์ด้วยภาพ: แนวโน้มการลู่เข้า × การตรวจสอบเส้นทางแนวโน้มการลู่เข้าแบบหลายวัตถุประสงค์ค่าวัตถุประสงค์0100200300400จำนวนรอบการวนซ้ำ →วัตถุประสงค์ 1 ความยาวเส้นทาง ↓วัตถุประสงค์ 2 การใช้พลังงาน ↓ (停滞ในช่วงกลางถึงปลาย)ตัวชี้วัดไฮเปอร์วอลุ่ม ↑ (การปรับปรุงโดยรวม)เส้นสีส้มแบนราบ ≠ ลู่เข้าแล้ว: ต้องตัดสินร่วมกับบันทึกและการรันซ้ำการเปรียบเทียบเส้นทางภายใต้ผังคลังสินค้าแบบคงที่จุดเริ่มต้นจุดสิ้นสุดชั้นวางสินค้าเส้นทางที่เหมาะสมที่สุดเส้นทางเปรียบเทียบตัวชี้วัดเส้นทางที่เหมาะสมที่สุดเส้นทางเปรียบเทียบความยาวเส้นทาง128.4156.9จำนวนมุมเลี้ยวรวม69ต้นทุนรวม1.001.21ข้อสรุป = แนวโน้มของกระบวนการ + ผลลัพธ์สุดท้าย ขาดอย่างใดอย่างหนึ่งไม่ได้

1. อ่านเส้นโค้งการลู่เข้าก่อน: เกิดอะไรขึ้นในกระบวนการค้นหา

การวาดค่าวัตถุประสงค์แต่ละค่าเป็นเส้นโค้งตามจำนวนรอบการวนซ้ำ สิ่งที่สังเกตคือแนวโน้มไม่ใช่ค่าของจุดใดจุดหนึ่ง รูปแบบที่พบบ่อยสี่แบบในทางวิศวกรรมจำเป็นต้องแยกแยะให้ชัดเจน:

  • การปรับปรุงอย่างต่อเนื่อง: เส้นโค้งลดลงอย่างมั่นคงในช่วงต้นถึงกลาง (หรือตัวชี้วัดรวมเพิ่มขึ้นอย่างมั่นคง) แสดงว่าประชากรยังคงค้นหาอย่างมีประสิทธิผล การครอสโอเวอร์และการกลายพันธุ์ยังคงสร้างคำตอบที่เป็นทางเลือกที่ดีกว่า
  • การแกว่ง: เส้นโค้งขึ้นลงแต่ไม่มีทิศทางระยะยาวที่ชัดเจน มักเกิดจากสัญญาณรบกวนในการประเมิน ความขัดแย้งของข้อจำกัด หรือความหลากหลายที่มากเกินไป ต้องตรวจสอบฟังก์ชันการประเมินและการตั้งค่าพารามิเตอร์
  • การชะงัก: เส้นโค้งเกือบแบนราบในช่วงหนึ่ง แต่ยังอาจปรับปรุงได้อีกในรุ่นถัดไป จัดเป็น “การสูญเสียทิศทางการปรับปรุงชั่วคราว”
  • การลู่เข้าก่อนกำหนด: แบนราบสนิทตั้งแต่เนิ่น ๆ และไม่ฟื้นกลับอีก ส่วนใหญ่เกิดจากการสูญเสียความหลากหลายของประชากรหรือปริภูมิคำตอบถูกบีบอัดเร็วเกินไป

2. ดูเส้นทางสุดท้ายภายใต้ผังคลังสินค้าแบบคงที่

ซ้อนทับเส้นทางที่เหมาะสมที่สุดที่ได้จากวิวัฒนาการและเส้นทางเปรียบเทียบบนแผนที่คลังสินค้าแบบคงที่เดียวกันแล้วตรวจสอบสามสิ่ง: เส้นทางไปถึงได้จริงหรือไม่ การหลบอุปสรรคสมเหตุสมผลหรือไม่ และช่วงสุดท้ายที่ใกล้จุดสิ้นสุดเสถียรหรือไม่ ผังแบบคงที่เป็นข้อจำกัดสำคัญ——เมื่อสภาพแวดล้อมไม่เปลี่ยน ความแตกต่างของเส้นทางระหว่างการรันหรือพารามิเตอร์ที่ต่างกันจึงจะโยงไปที่การปรับให้เหมาะสมได้ ไม่ใช่เพราะแผนที่เปลี่ยน

3. ใช้ข้อมูลการทดลองที่ครบถ้วนสนับสนุนข้อสรุป

ต้องทำซ้ำได้จึงจะนับเป็นข้อสรุป โปรดบันทึกและตรวจสอบ: การตั้งค่าการรันและเมล็ดสุ่ม บันทึกการวนซ้ำ ค่าของแต่ละวัตถุประสงค์ตามจำนวนรุ่น เส้นทางสุดท้ายและผลการประเมิน หากจำเป็นให้ยืนยันว่าข้อสรุปเดิมยังคงเป็นจริงอย่างเสถียรหรือไม่โดยการรันซ้ำหรือตรวจสอบไขว้ หากเส้นโค้งไม่ปรับปรุงชัดเจนอีกในช่วงหลัง ควรตัดสินร่วมกับบันทึกที่ครบถ้วนว่าเป็นการลู่เข้าก่อนกำหนด การประเมินอิ่มตัว หรือใกล้คำตอบที่ใช้งานได้แล้ว อย่าตัดสินจากภาพหน้าจอเพียงภาพเดียว

การตัดสินผิดพลาดที่พบบ่อย
เส้นโค้งที่แบนราบเนียนตั้งแต่เนิ่น ๆ ไม่ได้หมายความโดยอัตโนมัติว่า “พบคำตอบที่เหมาะสมที่สุด” และก็ไม่ได้หมายความว่า “อัลกอริทึมล้มเหลว” เช่นเดียวกัน เส้นทางที่ดูสวยงามก็ไม่ได้หมายความว่าการค้นหาเสถียร ผลลัพธ์ที่เหมาะสมที่สุดเพียงครั้งเดียวอาจเป็นการปรับปรุงจริง หรืออาจเป็นผลจากความผันผวนแบบสุ่มหรือการประเมินอิ่มตัว——แนวโน้มของกระบวนการและผลลัพธ์สุดท้ายต้องยืนยันซึ่งกันและกัน