25 lines
838 B
Markdown
25 lines
838 B
Markdown
---
|
||
title: "Genetic Algorithm"
|
||
type: concept
|
||
tags: []
|
||
sources:
|
||
- multi-agent-system-reliability
|
||
last_updated: 2026-04-28
|
||
---
|
||
|
||
# Genetic Algorithm
|
||
|
||
## 定义
|
||
遗传算法——传统机器学习中基于自然选择和遗传机制的优化算法，是[[Tree-of-Thoughts]]和[[Knock-out-Pattern]]的ML理论根源。
|
||
|
||
## 核心要素
|
||
1. **遗传表示**（Genetic Representation）：解决方案域的编码（模型+上下文）
|
||
2. **适应度函数**（Fitness Function）：评估解决方案质量的函数（淘汰赛裁判）
|
||
|
||
## 在多智能体系统中的应用
|
||
- [[Knock-out-Pattern]]是遗传算法的精简实现——将适应度函数替换为验证器（Validator）
|
||
- [[Tree-of-Thoughts]]通过验证器持续筛选Agent分支，可结合赢家的特征重组生成新Agent
|
||
|
||
## 来源
|
||
- [[multi-agent-system-reliability]]
|