Neural network 遗传算法A.I.重复行为

我正在编写一个C#Windows窗体应用程序，它模拟一个简单的环境（网格），其中包含两种对象：植物和食草动物。食草动物有神经网络，它把周围的几个细胞的内容作为输入，决定向哪个方向移动。这个想法是用适应度函数和遗传算法训练食草动物吃植物

我的问题是，如果食草动物周围没有任何东西，它会决定向特定方向移动，然后，如果周围仍然没有东西，它会再次向同一方向移动。我最后看到的是一些食草动物，它们只是沿着海峡线移动，从来没有遇到过任何植物

---

添加一个时钟信号作为输入（每个位作为神经网络的单独输入）会改变这种行为吗？还是不建议这样做？我还考虑过添加一个输入，它只是随机数据（来自高斯分布），以增加一些不可预测性，但我不知道这是否会帮助或损害问题。另一个我不确定的想法是，如果在过去的几步中有输入（作为一种内存）可能会解决这个问题。

我想你需要一个新的解决方案。您可以跟踪网络最近做出的N个决策，然后将它们用作网络的额外输入，这样它就可以了解网络的去向和持续时间。它可能在某个时候进化成这样一种方式，开始进行某种路径查找。

我想你需要一个。您可以跟踪网络最近做出的N个决策，然后将它们用作网络的额外输入，这样它就可以了解网络的去向和持续时间。它可能会在某个时刻进化成这样一种方式，开始进行某种路径查找。

坎普所说的绝对是好的。再看一看。

卡努·阿尔珀所说的绝对是好的。还可以看看。

遗传算法优化权重了吗？遗传算法优化权重了吗？