如何將遺傳算法用於實際AI？

Question

我一直在研究遺傳算法。我的目標是實現簡單的模擬，其中玩家（不受外部人類玩家的控制）避開障礙並進入獎勵。

據我所知，遺傳算法陷入進化算法，因爲我沒有提供培訓數據，那麼這是偉大的這個場景。它會自學。

這些介紹我一直在閱讀有關其被編碼爲二進制字符串人羣談話（我認爲），我沒有看到人口和精煉種羣是如何產生新的一代有什麼這個問題域。

能有人請解釋

Answer 1

簡而言之，您將使用遺傳算法來生成確定AI的行爲規則。具體如何編碼和解釋這些規則取決於你想達到的目標。

也許你想要的遺傳算法來生成，反過來處理玩家的行爲神經網絡的連接權重。在這種情況下，您會將權重編碼爲二進制字符串。

另一個例子是解釋二進制字符串作爲decision tree

當你有你表示編碼，你的遺傳算法會產生不同的基因或二進制字符串的個體。然後根據這些個體的表現如何，爲這些個體分配一個適應度值，隨着時間的推移，遺傳算法將根據您的適應度函數和表示形式找到一個好的AI。

編輯：假設您的網絡具有三個連接，並且您選擇用四位編碼每個權重。然後你的二進制字符串可以用最簡單的編碼方式連接這3個權重。

Answer 2

退房丹Ashlock的Tartarus論文。