Optimālo stratēģiju ar ierobežotu Kolmogorova sarežģītību meklēšana

Abstract

Savā darbā autors pēta pieejas vienkāršu stratēģiju meklēšanai (apraksta, jeb Kolmogorova sarežģītības nozīmē) divām uzdevumu klasēm: datu klasifikācijai un kooperatīvajām spēlēm bez komunikācijas starp spēlētājiem. Katrai uzdevumu klasei ir piedāvātas vienkāršu stratēģiju atrašanas metodes. Pirmajai uzdevumu klasei (datu klasifikācija) piedāvātais risinājums balstās uz pilnas vienkāršu stratēģiju kopas pārlases. Otrajai uzdevumu klasei (kooperatīvas spēles) spēlētāju stratēģijas tiek meklētas determinēto galīgo automātu formā, bet pašu automātu konfigurācijas tiek meklētas ar ģenētisko algoritmu palīdzību. Ir apskatīti tipiskie katras klases uzdevumi, kuriem, pielietojot izstrādātas metodes, tika atrastas vienkāršas, bet vienlaikus efektīvas, stratēģijas to risināšanai.

In this thesis, author studies possibilities to find simple strategies (in the sense of descriptive or Kolmogorov complexity) for two classes of problems: data classification and cooperative games without a communication between players. For each of problem classes effective methods of finding simple strategies are offered. For the first class of problems (data classification) the proposed method is based on an exhaustive search over a simple strategy set. For the second class of problems (cooperative games) player strategies are defined using deterministic finite automata and constructions of automata are selected by use of genetic algorithms. The problems typical for these classes are examined and proposed methods are applied, giving simple and effective strategies for the problem solution.