Адаптація алгоритму NEAT для комплексних задач з допомогою Quality Diversity
Розглянуто сутність алгоритму NEAT (NeuroEvolution of Augmenting Topologies) для розв’язання задач оптимізації нейронних мереж і еволюції їхніх топологій. Здійснено огляд поточного стану використання NEAT і його пристосувань у дослідженнях еволюційного обчислення. Обґрунтовано необхідність підходу Quality Diversity (QD) для підвищення різноманітності та якості розв’язків у комплексних задачах. Описано концепцію QD та її вплив на пошук інноваційних рішень у межах різнопланових пошукових просторів.