Tag: 人工智能

澄清玩蛇的neural network

我是新来的neural network/机器学习/遗传algorithm，并为我的第一个实现，我正在写一个networking，学习玩蛇（ 以前的例子，如果你以前没有玩过 ）我有几个问题，我不完全不了解： 在我的问题之前，我只想确保我理解正确的一般想法。 有一群蛇，每个都有随机产生的DNA。 DNA是neural network中使用的权重。 每次蛇移动，它使用neural network决定去哪里（使用一个偏见）。 当人口死亡，select一些父母（也许最高适应度），并交叉他们的DNA与一个轻微的变异机会。 1）如果给予整个董事会作为一个input（大约400个点）足够的隐藏层（不知道有多less，也许是256-64-32-2？），并有足够的时间，是否会学会不把自己装进去？ 2）什么是好的投入？ 以下是我的一些想法： 400个input，板上的每个空间都有一个input。 如果蛇应该去那里（苹果）正面，如果是墙壁/你的身体，则是负面的。 越接近-1/1，它越接近。 6个input：游戏宽度，游戏高度，蛇x，蛇y，苹果x和苹果y（如果以这种方式训练，可以学习在不同尺寸的板上玩，但不知道如何input它的身体，因为它改变大小） 给它一个可以提醒墙壁，苹果或它的身体的蛇的视野（也许是头部前面的3×3平方）。 （蛇只能看到前面的东西不幸，这可能会阻碍它的学习能力） 3）给定input法，隐藏图层大小的起始位置是什么（当然，计划调整这个，只是不知道什么是一个好的起点） 4）最后是蛇的健身。 除了得到苹果的时间之外，它的长度，还有它的一生，是否应该考虑其他因素呢？ 为了让蛇学会不要阻止自己，有什么我可以添加到健身帮助吗？ 谢谢！