用GA-Python定义ANN中的输入和适应度
我试图创建一个程序,可以找到最好的解决方案,赢得游戏使用NN,我希望得到一些帮助,从美妙的社区在这里 这个游戏是一个战略战争游戏,你有你的士兵和你需要征服的土地。你还需要了解对手的士兵, 每一秒你拥有一块土地,你就会得到一定数量的分数 < >你有很多引擎作者创造的输入,比如你可以访问的地方:地图上所有的土地,现在对方的士兵在哪里,如果土地已经被征服或者在征服的过程中。 我已经将ANN集成到游戏引擎中,并将适应度设置为他收集的分数,但适应度保持为零+1,用GA-Python定义ANN中的输入和适应度,python,neural-network,genetic-algorithm,Python,Neural Network,Genetic Algorithm,我试图创建一个程序,可以找到最好的解决方案,赢得游戏使用NN,我希望得到一些帮助,从美妙的社区在这里 这个游戏是一个战略战争游戏,你有你的士兵和你需要征服的土地。你还需要了解对手的士兵, 每一秒你拥有一块土地,你就会得到一定数量的分数 < >你有很多引擎作者创造的输入,比如你可以访问的地方:地图上所有的土地,现在对方的士兵在哪里,如果土地已经被征服或者在征服的过程中。 我已经将ANN集成到游戏引擎中,并将适应度设置为他收集的分数,但适应度保持为零+1, 我认为问题在于,要占领一块土地,你需要在它
我认为问题在于,要占领一块土地,你需要在它旁边呆上几秒钟,而我无法让它学会如何去做,因为体能保持在1 我尝试了大量的人口和很多代人,但它没有征服,我不知道该怎么办
对不起,我的英语不好。因为我还不能发表评论,所以我只回答一些假设。 (我也开始在Python中尝试NN和GA(MultiNEAT),所以也不是专家;)
- 这个问题可能是遗传算法的反馈不好,所以它不能选择最好的个体。试着让你的体能得分更精细,例如,让每一个对敌军士兵的小动作都能增加一点体能,而不是仅仅根据最后的分数得分
- 您的网络输出是什么?也许网络的结果没有正确地传递给游戏。例如,我会制作输出神经元,以士兵的运动为目标,也许还有一些用于在接近时的反应(我真的不知道游戏的机制)。如果你从网络上得到的可能答案有限,那么这些答案可能不足以赢得比赛,因此没有哪个网络能真正得分更好
- 你等得够久吗?问题越大,找到答案所需的时间就越多,特别是在速度较慢的计算机中。如果速度被证明是一个问题,尝试使用GPU实现遗传算法来加速网络评估