我是一名本科生，对遗传算法在视频游戏中可以/确实扮演的角色进行了非常基础的研究。在Youtube上，有人的视频显示他们如何使用算法教授计算机播放器如何玩。
http://www.youtube.com/watch?v=ofVKsxeYa6U&feature=related
我理解遗传算法是一种搜索算法，当你知道你希望实现的一般解决方案时，最好使用它。防爆。在TSP中，您知道要找到最短的路线或在考试安排问题中，您希望所有学生能够以最少的“中断”参加考试。在这些问题中，算法的用法很明确。但是我很难用g.a。
来理解“机器学习”的概念当遗传算法用于教电脑如何玩时，它们如何“学习”？ 他们是如何学会玩游戏的？ 他们试图解决的“优化问题”是什么？
答案 0 :(得分：2)
一种用途是Feature Selection。
很多时候，特别是在文本问题中 - 但不仅仅是 - 你的特征空间很大，而且许多机器学习算法（例如KNN）容易受到非信息性特征的影响，而且大量的特征
使用功能选择算法，您可以减少问题的维度 - 但问题是 - 如何选择哪些功能是多余的？
有很多方法可以做到这一点，但其中一种方法是使用Gentic算法作为搜索功能，并尝试优化您想要保留的功能的子集。
这种用法是常用的，甚至可以在Weka包中的开源ML库AttributeSelection中实现GeneticSearch