Artificial intelligence 遗传算法-只进化一个对象

我有一门人工智能课程，我们必须做项目。我选择做一个遗传算法，因为我对这个概念还不熟悉，所以我有几个问题。我已经研究过了，我得到了这个想法，并遵循简单遗传算法对火车视频进行编码，没有任何问题。然而，我在YouTube上看到了多个汽车进化的视频，我不知道如果只有一辆汽车被渲染到屏幕上，他们怎么会有20辆这样的车。我想尝试创建类似乒乓球的游戏（我将使用基本物理引擎），其中玩家A是计算机，它始终遵循球的Y坐标，因此不会丢失，而玩家B应该使用遗传算法进行进化。每次玩家B输了，我该如何进化它呢。染色体是什么？人口会是多少？如果你能给我任何关于汽车的建议，我将非常感谢，很可能这一代的每一辆汽车都是按顺序进行评估和渲染的。假设人口规模为20，您看到的前20辆车将是初始人口。你看到的下20辆车将是第二代人口，以此类推

---

关于乒乓球，你需要为你的球员B决定一个适应度函数。如果球员B总是输，那么你的适应度函数可能是它在输之前能维持多久。要确定你的染色体，你首先需要决定如何控制球员B的桨。染色体将是影响该系统的一组设计变量。例如，您可以使用一个小的神经网络，其中您的染色体对连接的权重进行编码。您的群体是一组染色体，用于通过交叉和变异产生下一代染色体。

欢迎来到StackOverflow。请按照您创建此帐户时的建议，阅读并遵循帮助文档中的发布指南，在这里申请。StackOverflow不是设计、编码、研究或教程资源。然而，若你们遵循你们在网上找到的任何资源，进行诚实的编码尝试，并遇到问题，你们将有一个很好的例子发布。谢谢你们的回答。我制作了一个程序，学习如何将篮球射入篮筐来练习遗传算法，它工作得非常好。到目前为止，我还没有做过任何神经网络的研究，我会研究一下。你会说神经网络比gentetic更难吗？我很高兴听到遗传算法成功了。GAs和神经网络的应用可能有很大的不同，我只提到了一个关于Pong程序的神经网络。它们也不是相互排斥的。有许多方法可以设计或训练神经网络。在某些情况下，您当然可以使用GA，尽管这可能不是最好的方法。我建议继续阅读这两个主题，并注意每个主题正在解决的问题类型。再次感谢您抽出时间提供帮助