Machine learning 关于扮演蛇角色的神经网络的澄清

我是神经网络/机器学习/遗传算法的新手，在我的第一个实现中，我正在编写一个学习玩蛇的网络（）我有几个问题我不完全理解：

在我提问之前，我只想确保我正确理解了大意。有一群蛇，每一条都有随机产生的DNA。DNA是神经网络中使用的权重。每次蛇移动时，它都使用神经网络来决定去哪里（使用偏差）。当种群死亡时，选择一些亲本（可能是适合度最高的亲本），并以微小的变异机会交叉它们的DNA

1） 如果将整个电路板作为一个输入（大约400个点），有足够的隐藏层（不知道有多少层，可能是256-64-32-2？），并且有足够的时间，它会学会不把自己封闭起来吗

2） 什么是好的输入？以下是我的一些想法：

• 400个输入，板上每个空间一个。如果蛇应该去那里（苹果），则为阳性；如果是墙/你的身体，则为阴性。越接近-1/1，它就越接近
• 6个输入：游戏宽度、游戏高度、蛇x、蛇y、苹果x和苹果y（如果以这种方式训练，可能会学习在不同大小的棋盘上玩，但不确定如何输入它的身体，因为它会改变大小）
• 给它一个视野（可能是头部前方3x3的正方形），可以提醒蛇注意墙壁、苹果或它的身体。（不幸的是，蛇只能看到正前方的东西，这可能会妨碍它的学习能力）

3） 给定输入法，什么是隐藏层大小的好起点（当然，计划调整这个，只是不知道什么是好起点）

4） 最后，蛇的健康。除了得到苹果的时间，它的长度，它的寿命，还应该考虑其他因素吗？为了让蛇学会不把自己挡在里面，我还有什么可以补充的吗

---

谢谢大家!

我看到了类似的应用。输入通常是蛇形坐标、苹果坐标和一些感官数据（在你们的例子中，墙是否靠近蛇头）

在这种情况下，使用遗传算法是一个好主意。您只需要进行参数学习（查找权重集），但结构将基于您的估计。遗传算法也可用于结构学习（寻找神经网络的拓扑结构）。但将遗传算法用于这两种方法都将非常困难

弗洛里亚诺教授也做了类似的事情。他使用遗传算法为机器人的神经网络控制器寻找权重。机器人在迷宫中执行一些任务。神经网络隐层是一个神经元，输入端有一个重复关节，自身有一个侧面连接。有两项产出。输出连接在输入层和隐藏层（提到一个神经元）

但弗洛里亚诺做了更有趣的事。他说，我们并非生来就有确定的突触，我们的突触在一生中都会发生变化。所以他用遗传算法来寻找突触变化的规律。这些规则是基于赫伯学习的。他执行节点编码（所有连接到神经元的权重将应用相同的规则）。开始时，他根据小的随机值初始化权重。寻找规则而不是突触的数值会导致更好的结果。

---

还有我自己的经验。上学期，我和我的同学接到了一项任务，用遗传算法寻找突触的规则，但用尖峰神经网络。我们的SNN是移动机器人运动学模型的控制器，任务是引导机器人到达选定的点。我们取得了一些成果，但没有达到预期。你可以看到结果。因此，我建议您使用“普通”ANN，而不是关闭SNN，因为SNN带来了新的现象。

在这篇文章中，我将建议您：

• 如何使用LSTM将导航指令映射到动作序列 神经网络
• 帮助您学习如何使用神经网络的资源 建立人际网络以完成任务
• 如何安装和配置neural 网络图书馆基于我所需要的艰苦学习方式

对您想法的总体看法：

我知道你想做什么，我相信你的游戏理念（使用随机生成的对手身份控制他们的行为，随机改变他们使用人工智能进行智能行为的方式）有很大的潜力

使用神经网络将导航指令映射到动作序列

对于处理游戏板，因为它涉及密集（而不是稀疏）数据，所以可以使用卷积神经网络（CNN）。但是，由于需要将贴图转换为动作序列，因此序列优化神经网络（如递归神经网络）可能对您最有用。我确实发现了一些研究，这些研究使用神经网络将导航指令映射到动作序列，构建游戏地图，并在具有多种输入类型的游戏中移动角色：

• 梅，H.，班萨尔，M.，和沃尔特，M.R.（2015）。听、听、走：导航指令到动作序列的神经映射。arXiv预印本arXiv:1506.04089。网址：
• 兰普尔，G.，和查普洛特，D.S.（2016）。通过深度强化学习玩FPS游戏。arXiv预印本arXiv:1609.05521。网址：
• 兰普尔，G.，和查普洛特，D.S.（2016）。通过深度强化学习玩FPS游戏。arXiv预印本arXiv:1609.05521。网址：
• 舒尔茨，R.，塔尔博特，B.，林，O.，达尤布，F.，科克，P.，厄普克罗夫特，B.，惠氏G.（2015年5月）。使用人类线索的机器人导航：用于符号目标导向探索的机器人导航系统。在机器人与自动化（ICRA）中，2015年IEEE国际机器人会议（第1100-1105页）。IEEE。网址：

对您有帮助的一般意见

听起来你对neu是如何工作的缺少了一些基本的了解