Python pybrain神经网络不学习

我正在使用pybrain构建一个学习趋化性的代理（根据化学信号向食物移动）。代理由神经网络表示，神经网络应根据其与食物的距离调整其权重。输入是两个传感器神经元，输出是两个移动代理的运动神经元。因此，我有连续的状态和动作。奖励与食物的距离成反比

这是我的主循环的本质：

task = ChemotaxisTask(ChemotaxisEnv(), MAX_STEPS)
module = buildNetwork(2,2,2)
learner = HillClimber(task, module, maxEvaluations=MAX_TRIALS, mustMinimize=True, storeAllEvaluations=True, storeAllEvaluated=True, verbose=False)
learner.learn()

我尝试过的方法有：

• 用Q做实验（因为我有连续的状态/动作，所以不起作用）
• 使用Enhance/ENAC进行试验（梯度下降计算无变化）
• 使用Enhance/ENAC继续进行试验（见上文）
• HillClimber情景实验（网络权重不变）

我决定尝试使用情景实验，因为它似乎最适合我的实验

我终于可以看到网络权重的变化，但我的平均适应度并没有随着时间的推移而增加。我可能做错了什么

这里是我所有代码的主要存储库：

以下是pybrain文档： 学习者文档（如Q、强化、HillClimber）位于

代码本身位于。学习者在，实验在

然而，我使用优化学习器进行情景实验；这些都位于

---

我相信您可以从那里找到文档和代码。我正在处理的所有其他事情都已准备就绪。

我对神经网络知之甚少，但我确实对Python有所了解。请编辑您的问题，将您使用的模块链接包括在内：Q、Enhance/ENAC等？此外，链接到这些模块的文档，向回答者展示从哪里开始学习这些模块，也会有所帮助。祝你好运