विरोधी के साथ और बिना खेल में अनुकूलन विधियों की सीमा

यह लेख जैव-कम्प्यूटिंग लेख चक्र का एक छोटा हिस्सा है:
प्रोटीन से आरएनए , मैट तक। मापदंड श्रृंखला के घुमावों की संख्या को कैसे कम करें? एकल-फंसे आरएनए के तह का मूल्यांकन कैसे करें?

इन लेखों में, आरएनए को मोड़ने का कार्य एक नई रोशनी में प्रस्तुत किया गया है - खेल सिद्धांत के कार्य के रूप में। लेकिन परंपरागत रूप से इस समस्या को अब विभिन्न स्टोचस्टिक अनुकूलन विधियों का उपयोग करके हल किया जा रहा है। और इनमें मोंटे कार्लो पद्धति, एनीलिंग विधि, आनुवंशिक एल्गोरिदम, कृत्रिम तंत्रिका नेटवर्क, क्यू-प्रशिक्षण और उन सभी को शामिल किया गया है जो समस्या को एक ऊर्जा सतह के रूप में दर्शाते हैं जिसमें चरम की तलाश की जाती है।

ऐसा लगता है कि भौतिकी खुद को इन तरीकों का उपयोग करने के लिए कहती है जैसे कि आरएनए / प्रोटीन को मोड़ना। यहां हम देखेंगे कि यह बहुत समस्याग्रस्त क्यों है।



मूल विचार वास्तव में सरल है। चलो दुश्मन के साथ सबसे सरल टिक-टैक टो खेल लेते हैं, और खिलाड़ियों की चाल के दौरान ऊर्जा की सतह और इसके परिवर्तन का निर्माण करते हैं। आंकड़ा खेल की शुरुआत में पहली पंक्ति में ऊर्जा की सतह को दर्शाता है, दूसरी पंक्ति में क्रॉस के बाद स्थिति 2 (स्थिति 1 से 9 तक, बाएं से दाएं, नीचे से ऊपर तक) की सूची में ले जाता है।

दाईं ओर आकृति एक 3-आयामी असतत सतह दिखाती है जो रूपों। Y अक्ष पर - Z अक्ष पर, वर्तमान खिलाड़ी की चाल की स्थिति, और X अक्ष पर - प्रतिद्वंद्वी की चाल की स्थिति के अनुसार, मिनी-मैक्स विधि के अनुसार ऊर्जा स्कोर प्रदर्शित करता है। सतह पर प्रत्येक बिंदु दिखाता है कि खिलाड़ी की चाल के आधार पर प्रतिद्वंद्वी की संभावनाएं क्या हैं। इस धरातल के अनुमान पार्श्व दृश्य के केंद्र दृश्य में हैं और बाईं ओर शीर्ष दृश्य।

हम देखते हैं कि स्थिति 5 में जाने से खिलाड़ी की संभावना बढ़ जाती है (साइड व्यू देखें)। अन्य पदों पर जाने से दृश्यमान लाभ नहीं मिलता है - शीर्ष दृश्य में क्षेत्र लगभग समान रूप से भरा हुआ है। यदि खिलाड़ी स्थिति 2 में एक क्रॉस लगाता है, तो ऊर्जा की सतह में काफी बदलाव होगा। फिर, यदि पैर की अंगुली की स्थिति 5 हो जाती है, तो क्रॉस के लिए सबसे खतरनाक स्थिति बन जाती है। 8. शीर्ष दृष्टिकोण से यह स्पष्ट है कि यदि केंद्र की स्थिति 5 नहीं खेली जाती है, तो खिलाड़ियों की संभावना खेल की शुरुआत में समान नहीं होती है। इसलिए 1, 3, 5, 7 की स्थिति के लिए सेटिंग शून्य की संभावनाओं का विस्तार करता है, और 4 बहुत कम कर देता है।

और ध्यान दें, यह सबसे सरल खेल है, और शतरंज में क्या होगा, लेकिन मैं आम तौर पर जैव-गणना के बारे में चुप हूं :)

मैं केवल यह पूछ सकता हूं : आशावादी एल्गोरिदम क्या देखेगा, जब प्रत्येक नया कदम ऊर्जा सतह को इस तरह से बदलता है कि यह लगभग अद्वितीय हो जाता है? क्या संपूर्ण खोज की तुलना में कम से कम मामूली अनुकूलन होगा?