0

我正在使用 GA 方法研究 Maze Solver。每个基因组都有编码为字符（'N'、'S'、'E'、'W'）的方向，并且使用加权轮盘赌评估一代中的每个基因组的适应性和杂交。

到目前为止，这项任务进展顺利，但我注意到我的适应度函数有一个怪癖，即（我认为）给了我更长/不太理想的解决方案。

由于我的目标是在没有事先解决方案的情况下解决通用迷宫，我将我的适应度函数设置如下：（请忽略硬编码的开始和结束位置，这些将在以后变得通用......）

private static double calculateMazeScore(Genome genome) {

    int start_row = 1;
    int start_col = 0;
    int end_row = 12;
    int end_col = 8;

    MazePosition pos = new MazePosition(start_row, start_col);

    int penalty = 0;
    for (char gene : genome.geneString().toCharArray()) {
        int n, e, s, w;
        n = pos.getNeighborValueNeg1IfEdge(Direction.N);
        e = pos.getNeighborValueNeg1IfEdge(Direction.E);
        s = pos.getNeighborValueNeg1IfEdge(Direction.S);
        w = pos.getNeighborValueNeg1IfEdge(Direction.W);

//    System.out.printf("pos:[%d,%d] val:%d next:%s n:%d  s:%d  e:%d  w:%d \n", 
//                        pos.getRowIdx(), pos.getColumnIdx(), pos.getValue(), gene, n, s, e, w);

        if (gene == 'N') {
            if (n == 0 || n == 2 || n == 3) {
                pos = pos.getNeighbor(Direction.N);
                penalty -= 1.5;
            } else {
                penalty++;
            }
        } else if (gene == 'E') {
            if (e == 0 || e == 2 || e == 3) {
                pos = pos.getNeighbor(Direction.E);
                penalty -= 1.5;
            } else {
                penalty++;
            }
        } else if (gene == 'S') {
            if (s == 0 || s == 2 || s == 3) {
                pos = pos.getNeighbor(Direction.S);
                penalty -= 1.5;
            } else {
                penalty++;
            }
        } else if (gene == 'W') {
            if (w == 0 || w == 2 || w == 3) {
                pos = pos.getNeighbor(Direction.W);
                penalty -= 1.5;
            }
        }
    }

    double x1 = pos.getRowIdx();
    double y1 = pos.getColumnIdx();

    double distFromStart = Math.sqrt(Math.pow(start_row - x1, 2) + Math.pow(start_col - y1, 2));
    double distFromGoal = Math.sqrt(Math.pow(end_row - x1, 2) + Math.pow(end_col - y1, 2));

    double mazeScore = distFromStart - distFromGoal - penalty;
    if (mazeScore <= 0)
        mazeScore = 0;

    return mazeScore;
}

当我通过迷宫评估基因组字符串时，当基因组“撞”到墙上时，我增加一个惩罚计数器，当它没有时，我减少计数器。完成基因组后，我进行距离计算以找到从起点到终点的距离。最终适应度是 dist_from_start - dist_from_end - 惩罚。

这实际上工作得很好，基因组非常接近终点而不会撞到太多的墙壁......但我认为我过多地鼓励在迷宫中徘徊。我得到了很多人为增加分数的“WEWEWEWENSNSNSNSNS”......最近10代左右中最适合的人在迷宫中徘徊了很长时间才走到出口，有时他们没有得到所有的分数方式他们，因为他们花了太多时间来回。

我现在所拥有的还可以……但不是很好。我想要一些关于改善我的健身功能的建议。稍后我还将尝试不同的交叉和选择过程。提前致谢！

4

0 回答 0