active-learning-collectives:“Active Learning for Efficient Sampling of Control Model of Collectives”实验的源代码-源码

SASO-Submission 29：“有效采样集体控制模型的主动学习” SASO 论文中提供的实验的源代码 测量数据的评估、分析和绘图可以在找到。 该自述文件解释了执行 SASO 论文中提出的实验的所有必要步骤。 请注意，实验实际上是在一个集群上进行的，每个集群有 4 个内核和 32 GB RAM，因此运行时间会因您的实现而有很大差异。 但是，通过我们的努力，我们希望能够更轻松地验证和交流我们的方法。 ================================python 本身的主动学习算法可以在《CSP Model Abstraction/python /activeLearner”，可以由脚本“testActiveLearner.py”执行。 与其余实验套件的集成受第 6 步的约束。 ================================== = CAVEA