Sex with no regrets: How sexual reproduction uses a no regret learning algorithm for evolutionary advantage

سوال «چرا جنسیت» یک پازل بوده است. تصادفی از نوترکیب، که به طور بالقوه تولید نسل پایین تناسب، با مفاهیم کوهنوردی تناسب اندام چشم انداز تناقض است. ما از مفهوم تکامل به عنوان الگوریتمی برای یادگیری محیط های غیر قابل پیش بینی برای ارائه پاسخ احتمالی استفاده می کنیم. در حالی که جنس و زن و شوهر هر دو الگوریتم های مشابه ماشین یادگیری بدون پشیمانی را در زمینه نمونه های تصادفی که نسبت به یک فضای گسترده ژنوتیک کوچک هستند نسبت می دهند، الگوریتم جنس یک رویکرد کارآمد تر هدف را از طریق این فضا ایجاد می کند. شبیه سازی نشان می دهد این مزیت تکاملی جنسی را به وجود می آورد، حتی در محیط های پایدار و غیر قابل تغییر. جمعیت های یکسان به سرعت به فلات آمادگی جسمانی می رسند، اما جنبه یادگیری الگوریتم بدون تردید اغلب در نهایت در نهایت تناسب جمعیت های جنسی را از حداکثر پایداری جمعیت های غیرمعمول افزایش می دهد. در این زمینه، تصادفی از نوترکیب جنسی، یک مانع نیست بلکه جزء مهمی الگوریتم نمونه برداری برای یادگیری از تولید مثل است.