पीढ़ी
लक्ष्य तक पहुँचे
सबसे तेज़ आगमन
सबसे कम दूरी
  • उड़ रहे हैं
  • लक्ष्य तक पहुँचे
  • टकराए
  • पिछली पीढ़ी की सबसे अच्छी उड़ान
  • लक्ष्य तक पहुँचे
  • टकराए

जेनेटिक एल्गोरिदम के बारे में अधिक

जेनेटिक एल्गोरिदम प्लेग्राउंड

जेनेटिक एल्गोरिदम किसी समस्या को उसी तरह हल करता है जैसे विकास जीवों को आकार देता है: कई यादृच्छिक उत्तर आज़माना, बेहतर उत्तरों को रखना, उन्हें मिलाना और कुछ हिस्सों को यादृच्छिक रूप से बदलना, और यही दोहराते रहना। यहाँ उत्तर रॉकेट हैं। हर रॉकेट यादृच्छिक धक्कों की एक सूची का पालन करता है, और कुछ नहीं, और शुरुआत में वे बेमक़सद इधर-उधर लुढ़कते हैं। चलाएँ दबाएँ और देखें कि जनसंख्या पीढ़ी-दर-पीढ़ी कैसे सुधरती है, जब तक कि ज़्यादातर रॉकेट दीवारों के चारों ओर घूमकर लक्ष्य तक न पहुँचने लगें, बिना किसी के उन्हें यह बताए कि कहाँ जाना है। चलाएँ दबाएँ और देखें कि रॉकेटों की एक जनसंख्या हरे लक्ष्य तक पहुँचने की कोशिश कैसे करती है। हर रॉकेट केवल अपने जीन का पालन करता है, यानी छोटे धक्कों की एक सूची, उसकी उड़ान के हर पल के लिए एक। हर उड़ान के बाद जो रॉकेट सबसे क़रीब पहुँचे, और सबसे बढ़कर जो पहुँच गए, उनके अगली पीढ़ी के माता-पिता बनने की संभावना सबसे अधिक होती है; उनके जीन मिलाए जाते हैं और कुछ जीन यादृच्छिक रूप से बदल दिए जाते हैं। अगली पीढ़ी बटन उड़ान का बाक़ी हिस्सा छोड़ देता है। दीवार बनाने के लिए मैदान पर ड्रैग करें, और किसी दीवार को हटाने के लिए उस पर क्लिक करें।

यह कैसे काम करता है

  1. बाधाएँ चुनें, या मैदान पर ड्रैग करके अपनी दीवारें बनाएँ, और जनसंख्या, उत्परिवर्तन दर और जीवनकाल सेट करें।
  2. चलाएँ दबाएँ और हर पीढ़ी की उड़ान देखें; अगली पीढ़ी बटन उड़ान का बाक़ी हिस्सा छोड़ देता है।
  3. टाइलों और चार्ट में लक्ष्य तक पहुँचने वालों का अनुपात देखें, और दूसरी उत्परिवर्तन दरें और चयन विधियाँ आज़माएँ।

रॉकेट कैसे विकसित होते हैं

हर रॉकेट जीन लिए होता है: उसकी उड़ान के हर पल के लिए एक छोटा धक्का। पहली पीढ़ी के जीन यादृच्छिक होते हैं। उड़ान के बाद हर रॉकेट को एक फ़िटनेस स्कोर मिलता है: जल्दी पहुँचने पर सबसे अधिक, फिर वह लक्ष्य के जितना क़रीब रुका उतना अधिक, और टकराने पर स्कोर को दस से भाग दे दिया जाता है। अगली पीढ़ी के माता-पिता यादृच्छिक रूप से चुने जाते हैं, लेकिन अधिक फ़िट रॉकेटों के चुने जाने की संभावना अधिक होती है। हर संतान अपने जीन का पहला हिस्सा एक माता-पिता से और बाक़ी दूसरे से लेती है, और कुछ जीन यादृच्छिक धक्कों से बदल दिए जाते हैं: ये उत्परिवर्तन हैं। पीढ़ियों के साथ अच्छी उड़ान योजनाएँ फैलती हैं और बेहतर होती जाती हैं।

सेटिंग्स क्या बदलती हैं

बड़ी जनसंख्या एक साथ अधिक उड़ान योजनाएँ खोजती है और उसके अटकने की संभावना कम होती है, लेकिन हर पीढ़ी में अधिक समय लगता है। उत्परिवर्तन दर नई चीज़ें खोजने और जो काम करता है उसे बनाए रखने के बीच संतुलन बनाती है: बिना उत्परिवर्तन के जनसंख्या के पास नए विचार जल्दी ख़त्म हो जाते हैं, और बहुत अधिक उत्परिवर्तन होने पर वह अच्छी उड़ानों को जितनी तेज़ी से ढूँढती है उससे तेज़ी से भूल जाती है। रूलेट चयन माता-पिता को फ़िटनेस के अनुपात में चुनता है, जबकि टूर्नामेंट तीन यादृच्छिक रॉकेटों में से सबसे अच्छे को चुनता है, जो इस बात के प्रति कम संवेदनशील है कि फ़िटनेस को किस पैमाने पर मापा गया है। एलीटिज़्म सबसे अच्छे रॉकेट को बिना बदले अगली पीढ़ी में कॉपी कर देता है, इसलिए सबसे अच्छा परिणाम कभी ख़राब नहीं होता।

अक्सर पूछे जाने वाले प्रश्न

रॉकेट सीढ़ीनुमा दीवारों के पीछे क्यों अटक जाते हैं?

उनकी फ़िटनेस लक्ष्य तक की सीधी रेखा वाली दूरी मापती है, इसलिए जो रॉकेट लक्ष्य के नीचे वाली दीवार से जा टकराता है, उसका स्कोर उस रॉकेट से बेहतर होता है जो रास्ता ढूँढने के लिए दूर उड़ जाता है। जनसंख्या उस बंद गली में, यानी एक स्थानीय इष्टतम में, जमा हो जाती है। बड़ी जनसंख्या, अधिक उत्परिवर्तन या टूर्नामेंट चयन उसे वहाँ से निकलने में मदद करते हैं, और दीवारों के चारों ओर के असली रास्ते को मापने वाली फ़िटनेस इस जाल से बचा लेती। अच्छा फ़िटनेस फ़ंक्शन चुनना जेनेटिक एल्गोरिदम के उपयोग का सबसे कठिन हिस्सा है।

क्या प्रकृति में विकास इसी तरह काम करता है?

मोटे तौर पर हाँ: उत्परिवर्तन और पुनर्संयोजन से आने वाली विविधता, जीनों का वंशानुक्रम और योग्यतम का चयन डार्विन के मूल तत्व हैं। फिर भी अंतर बड़े हैं। प्रकृति का न कोई लक्ष्य है और न कोई फ़िटनेस सूत्र, केवल जीवित रहना और प्रजनन है, और असली जीनोम क्रियाओं की सूची बनाने के बजाय विकास-प्रक्रिया के ज़रिए शरीर बनाते हैं।

जेनेटिक एल्गोरिदम का उपयोग किसलिए किया जाता है?

ऐसी समस्याओं के लिए जिनमें संभावित उत्तरों का क्षेत्र बहुत विशाल हो और किसी उम्मीदवार को स्कोर देने का आसान तरीक़ा हो: एंटेना, पंखों और कार के पुर्ज़ों को आकार देना, समय-सारणी बनाना, दूसरे एल्गोरिदम की सेटिंग्स को ट्यून करना, न्यूरल नेटवर्क डिज़ाइन करना, और कला व गेम रणनीतियाँ रचना। 2006 के ST5 उपग्रहों पर लगा NASA का विकसित एंटेना एक प्रसिद्ध उदाहरण है।

सबसे अच्छा रॉकेट कभी-कभी अगली पीढ़ी में ख़राब क्यों उड़ता है?

एलीटिज़्म के बिना सबसे अच्छा रॉकेट कॉपी नहीं होता: उसके जीन केवल दूसरों के जीनों के साथ मिलकर और संभवतः उत्परिवर्तित होकर बचते हैं, इसलिए अगली पीढ़ी उसकी बिल्कुल वही उड़ान खो सकती है। एलीटिज़्म चालू होने पर सबसे अच्छा रॉकेट बिना बदले रखा जाता है और सबसे अच्छा परिणाम कभी ख़राब नहीं होता।

क्या कुछ भी सर्वर पर भेजा जाता है?

नहीं। रॉकेट आपके ब्राउज़र में उड़ते और विकसित होते हैं, और आपकी बनाई दीवारें इसी ब्राउज़र के लोकल स्टोरेज में रहती हैं।

आज़माने के लिए तैयार?

अपने ब्राउज़र में PictorX खोलें — शुरू करने के लिए इंस्टॉल या क्रेडिट कार्ड की ज़रूरत नहीं।

एडिटर पर जाएँ