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！
在这篇文章中，我会告诉你：
- 如何用LSTMneural network将导航指令映射到动作序列
- 这些资源将帮助您学习如何使用neural network来完成您的任务
- 如何安装和configurationneural network库的基础上，我需要学习的硬性方法
您的想法的一般意见：
我可以看到你想要做什么，我相信你的游戏理念（使用随机生成的对手的身份来控制他们的行为，以随机改变他们使用人工智能来performance智能的方式）有一个很有潜力。
用neural network将导航指令映射到动作序列
为了处理你的游戏板，因为它涉及到密集 （而不是稀疏 ）数据，你可以find一个卷积neural network（CNN）是有用的。 但是，因为需要将映射转换为动作序列，因此序列优化的neural network（例如recursionneural network）可能对您最有用。 我确实发现了一些使用neural network将导航指令映射到动作序列的研究，构build游戏地图，并通过具有多种inputtypes的游戏来移动angular色：
- Mei，H.，Bansal，M.，＆Walter，MR（2015）。 听，参加，走路：导航指令与动作序列的神经映射。 arXiv预印本arXiv：1506.04089。 可用于： 听，参加和漫步：导航指令到动作序列的神经映射
- Lample，G.，＆Chaplot，DS（2016）。 深入强化学习玩FPS游戏。 arXiv预印本arXiv：1609.05521。 可在： 超级马里奥作为一个string：平台游戏等级生成通过LSTMs
- Lample，G.，＆Chaplot，DS（2016）。 深入强化学习玩FPS游戏。 arXiv预印本arXiv：1609.05521。 适用于： 使用深度强化学习玩FPS游戏
- Schulz，R.，Talbot，B.，Lam，O.，Dayoub，F.，Corke，P.，Upcroft，B。和Wyeth，G。（2015年5月）。 使用人类线索的机器人导航：一种用于象征性目标导向的探索的机器人导航系统。 机器人与自动化（ICRA），2015年IEEE国际会议（第1100-1105页）。 IEEE。 可用于： 机器人导航使用人类线索：一种机器人导航系统，用于符号目标导向的探索
一般意见，什么会帮助你
这听起来像是缺less对neural network如何工作的基本理解，所以我主要向您推荐的是一般性地研究neural network背后的更多基本机制 。 请记住，neural network是一种机器学习模式。 所以，build立一个具有随机参数的neural network并没有什么意义。 neural network是一种机器学习模型，它是从样本数据中训练出来的，一旦训练好，就可以对testing数据进行评估（例如执行预测）。
机器学习的根本在很大程度上受到贝叶斯统计的影响，因此您可以从贝叶斯统计的教科书中获益，以更深入地了解基于机器的分类如何工作。
学习不同types的neural network，如长期短期记忆（LSTM）和卷积neural network（CNN）之间的差异也是有价值的。
如果您想要了解neural network如何用于分类任务，请尝试以下操作：
- Tensorflow游乐场
学习math：我的专业观点是学习neural network的基础math是非常重要的。 如果这是吓人的，我给你我的见证，我可以自己学习所有的知识。 但是如果你喜欢在教室里学习，那么我build议你尝试一下。 学习neural network的力学和math的一个很好的资源和教科书是：
- neural network与深度学习
neural network库教程
我build议您尝试通过neural network库的教程，例如：
- TensorFlow教程
- 深度学习与Theano教程
- CNTK教程 （ CNTK 205：艺术风格转移特别酷）
- Keras教程 （Keras是一个function强大的高级neural network库，可以使用TensorFlow或Theano 。）
我看到了类似的应用。 input通常是蛇坐标，苹果坐标和一些感官数据（在你的情况下是在蛇头旁边的墙或没有）。
在这种情况下使用遗传algorithm是一个好主意。 你只做参math习（find一组权重），但结构将基于你的估计。 遗传algorithm也可以用于结构学习（寻找人工neural network的拓扑结构）。 但是，对于两者使用GA将是非常计算困难的。
Floreano教授做了类似的事情。 他用遗传algorithm寻找机器人neural network控制器的权重。 机器人在迷宫中执行一些任务。 neural network隐藏层是一个神经元，在input端有复发关节，在自身上有一个侧向连接。 有两个输出。 输出连接到input层和隐藏层（提到一个神经元）。
但是Floreano做了一些更有趣的事情。 他说，我们不是天生有决心的突触，我们的突触在我们的一生中变化。 所以他用GA来寻找突触变化的规则。 这些规则是基于Hebbian的学习。 他执行节点编码（对于连接到神经元的所有权重将应用相同的规则）。 开始时，他初始化小随机值的权重。 寻找规则而不是突触的数值会导致更好的结果。 一个来自Floreno的文章 。
并根据我自己的经验。 在上个学期，我和我的同学find了一个与GA相关的突触规则，但是却是Spikingneural network。 我们的SNN是移动机器人运动学模型的控制器，任务是引导机器人到选定的点。 我们获得了一些结果，但没有预料到 你可以在这里看到结果。 所以我build议你使用“普通”ANN代替SNN，因为SNN会带来新的performanceforms。
