我正在尝试建立一个由神经网络控制的代理的简单进化模拟。在当前版本中，每个代理都有一个带有一个隐藏层的前馈神经网络。环境包含固定数量的食物，用红点表示。当智能体移动时，他会失去能量，当他靠近食物时，他会获得能量。能量为 0 的特工死亡。神经网络的输入是智能体的当前角度和到最近食物的向量。每个时间步长，每个智能体的运动角度都会根据其神经网络的输出而改变。目的当然是观察一段时间后觅食行为的演变。然而，什么也没有发生。
不知道问题是神经网络的结构（太简单了？）还是繁殖机制：为了防止种群爆炸，初始种群大约是 20 个智能体，随着种群接近 50，繁殖机会接近零。当复制确实发生时，通过从头到尾遍历代理列表来选择父节点，并检查每个代理的 0 到 1 之间的随机数是否小于该代理的能量与总和之间的比率。所有代理的能量。如果是这样，则搜索结束并且该代理成为父代理，因为我们向环境中添加该代理的副本，该代理在其神经网络中的一个或多个权重中具有一定的突变概率。
提前致谢！
如果环境足够温和（例如，很容易找到食物），那么随机移动可能是一个完全可行的策略，并且繁殖成功可能比其他任何因素都更受运气的影响。还要考虑意想不到的后果：例如，如果后代与其父代同居，那么两者都会立即在当地相互竞争，从长远来看，这可能是不利的，足以导致两者的死亡。
要测试您的系统，请引入一个具有“预制”神经网络的个体，该神经网络设置为将个体直接引导至最近的食物（您的模型使得这样的东西存在并且很容易写下来，对吧？如果没有，那就是期望它发展是不合理的！）。将那个人引入你在愚蠢的群众中的模拟。如果个人没有迅速占据主导地位，则表明您的模拟没有设置为强化这种行为。但是，如果个体享有繁殖成功并且它和它的后代接管了，那么你的模拟正在做一些正确的事情，你需要寻找其他地方，因为这种行为没有进化。
更新以回应评论：
在我看来，这种角度和向量的混合是可疑的。个人是否可以进化为“直接向最近的食物移动”行为必须取决于您的网络可以如何近似 atan 函数（我持怀疑态度）。同样，这表明需要进行更多测试：
我也怀疑“固定数量的食物”。（我假设您的意思是一旦消耗了一个红点，就会引入另一个红点）。一个更“现实”的模型可能是以恒定的速度引入食物，而不是强加任何人为的人口限制：人口限制是由食物供应的限制决定的。例如，如果您每分钟引入 100 个单位的食物，而个人每分钟需要 1 个单位的食物才能生存，那么您的模拟应该会发现它趋向于 100 个人的长期平均人口，而无需任何钳位来避免“人口爆炸” ”（尽管繁荣与萧条，盛宴或饥荒的动态实际上可能会根据细节出现）。