algorithm - 如何将遗传算法用于实际的 AI？

Question

我一直在研究遗传算法。我的目标是实现简单的模拟，让玩家（不受外部人类玩家控制）避开障碍物并获得奖励。

我知道遗传算法属于进化算法，这非常适合这种情况，因为那时我不必提供训练数据。它会自己学习。

我一直在阅读的这些介绍谈论的是被编码为二进制字符串的种群（我认为），我看不出种群和提炼种群以产生新一代与这个问题域有什么关系。

有人可以解释一下吗

Answer 1

简而言之，您将使用您的遗传算法来生成确定 AI 行为的规则。这些规则的具体编码和解释方式取决于您想要实现的目标。

也许您希望遗传算法为神经网络的连接生成权重，而神经网络又会处理玩家的行为。在这种情况下，您会将权重编码为二进制字符串。

另一个例子是将二进制字符串解释为决策树

当您对表示进行编码后，您的遗传算法将生成具有不同基因或二进制字符串的个体。然后，这些个体将根据其表现如何被分配一个适应度值，并且 GA 有望随着时间的推移找到一个好的 AI（根据你的适应度函数和表示）。

编辑：假设您在下面的网络中有三个连接，并且您选择用四位对每个权重进行编码。然后，您的二进制字符串可以以最简单的编码方式将这 3 个权重连接起来。

Answer 2

查看 Dan Ashlock 的Tartarus论文。