Tiến hóa hai tầng trong-ngoàitách “giải quyết nhiệm vụ cụ thể” và “cải tiến phương pháp giải” thành hai vòng tiến hóa tương tác lẫn nhau:Tầng tronghướng đến giải nhiệm vụ và tạo ra hiệu suất vận hành,Tầng ngoàidựa trên những hiệu suất này để tiến hóa cấu hình và chiến lược của thuật toán tầng trong, từ đó hình thành cơ chế cải tiến thuật toán có khả năng thích ứng. Đây không phải là việc ghép nối đơn thuần hai thuật toán, mà là thêm một tầng điều khiển siêu cấp có thể tiến hóa lên trên tầng giải nhiệm vụ, giúp hệ thống chuyển từ “con người thiết lập thuật toán” sang “thuật toán tự thích ứng với nhiệm vụ”.
Phân công trách nhiệm giữa tầng trong và tầng ngoài
- Trách nhiệm tầng trong: giải quyết nhiệm vụ thực tế, tạo ra lời giải ứng viên, giá trị mục tiêu và dữ liệu hiệu suất vận hành. Nó chịu trách nhiệm “giải xong bài toán”.
- Trách nhiệm tầng ngoài: không trực tiếp giải nhiệm vụ gốc, mà tiến hóa cấu hình, chiến lược và tham số của thuật toán tầng trong. Nó chịu trách nhiệm “làm phương pháp giải tốt hơn”.
- Vòng phản hồi kín: kết quả đánh giá của các nhiệm vụ tầng trong được tổng hợp thành tín hiệu độ thích nghi của tầng ngoài, dùng để chọn lọc, đột biến và cập nhật cấu hình tầng trong tốt hơn.
- Cơ chế thích ứng: tầng ngoài liên tục điều chỉnh chiến lược tầng trong theo sự thay đổi của nhiệm vụ và môi trường.
- Hỗ trợ song song: GPU có thể chạy song song lượng lớn nhiệm vụ tầng trong, cung cấp phản hồi thống kê đầy đủ hơn cho tiến hóa tầng ngoài và giảm chi phí chờ đợi tìm kiếm.
MetaDE: dùng tiến hóa để cải tiến tiến hóa
Lấy MetaDE làm ví dụ, DE tầng trong chịu trách nhiệm các nhiệm vụ tối ưu cụ thể, thuật toán tiến hóa tầng ngoài dựa trên hiệu suất vận hành của tầng trong để chọn lọc và điều chỉnh cấu hình, chiến lược của DE; kết quả của nhiều nhiệm vụ tầng trong lại hướng dẫn ngược lại cho việc chọn lọc cấu hình tầng ngoài, tạo thành vòng kín hai tầng “dùng tiến hóa để cải tiến tiến hóa”.
Mục tiêu học tập
Nắm vững mối quan hệ phối hợp giữa giải nhiệm vụ tầng trong và tối ưu chiến lược tầng ngoài, hiểu rằng tiến hóa phương pháp là việc thêm một tầng điều khiển siêu cấp có thể tiến hóa lên trên tầng trong, và có thể trình bày cách song song GPU cung cấp phản hồi thống kê đáng tin cậy hơn cho tầng ngoài.
Tương tác kiến trúc tiến hóa hai tầng trong-ngoàiHình minh họa dùng hai vòng lặp tầng trong và tầng ngoài để thể hiện phân công: tầng trong giải nhiệm vụ thực tế, tạo ra lời giải ứng viên và hiệu suất vận hành; tầng ngoài tổng hợp các hiệu suất này thành độ thích nghi, chọn lọc, đột biến và cập nhật cấu hình, chiến lược của thuật toán tầng trong. GPU chạy song song lượng lớn nhiệm vụ tầng trong, cung cấp phản hồi thống kê đầy đủ hơn cho tầng ngoài, tạo thành vòng kín hai tầng “dùng tiến hóa để cải tiến tiến hóa”.
