遺伝的プログラミング / 伊庭研究室

GPのイメージ 遺伝的プログラミング（GP)は、遺伝的アルゴリズム（GA)の遺伝子型を構造的な表現が扱えるように拡張し、プログラム生成や学習、推論、概念形成などに応用することを目指しています。GPの考え方をAIに適用し、学習、推論、問題解決を実現する試みを進化論的学習と呼びます。右図にGPのイメージを示します。 GPの基本 GPでは、グラフ構造（特に木構造）を扱えるようにGAの手法を拡張します。一般的に木構造はLISPのS式 で記述できるので、GPでは遺伝子型としてLISPのプログラムを扱うことが多いです。さらに木構造に対する GPオペレータとして次のようなものを用意します。 突然変異 … 部分木の変更 逆位 … 兄弟木の並び替え 交叉 … 部分木の取り替え 後はGAと同様に、選択淘汰、生殖を繰り返します。そうすれば、図のオペレータにより少しずつプログラムの構造が変化し、より適した（賢い）

[hiroyuki1983]

問題は、「如何にして木構造のプログラムを１次元配列にコーディングするか」ですが、これはスタックカウンタの考え方をもちいて解決できます。詳しくは以下の論文を参照してください。