我如何将遗传算法应用于跟随过山车轨道的简单游戏？

Question

我可以自由地控制我在学校的最后任务中做的事情，关于修改一个简单的直接x游戏，目前只有相机跟随一些过山车轨道。我对遗传算法产生了兴趣，并希望借此机会应用它并学习一些有关它们的知识。但是，在这种情况下，我无法想到任何可能应用的方法。我有哪些选择？

Answer 1

从您的查询中，您似乎想要使用遗传算法来获得优化过山车轨道。对于任何优化问题：

1. 您首先需要将所需的解决方案分解为其组件或设计变量。
2. 获得“变量”之后，您需要了解如何制定目标函数。通常，您会以这样的方式对其进行编码，使您所需的解决方案最小化它。
3. 然后您需要决定在您的遗传算法中使用编码方案。 实数编码遗传算法在您拥有连续搜索空间的情况下更有用。

这些是第一件事。一旦拥有它们，您需要决定Crossover和Mutation策略。最后，您必须决定是否要在问题中使用现有的GA代码，使用某些库或自己编写代码。

更具描述性的问题将有助于我为此添加更多内容。你想找什么语言工作？

编辑：我自己没有使用它，PARDISEO是一个基于C ++模板的库，还有许多其他东西，遗传算法。另外，您可以在http://www.iitk.ac.in/kangal/codes.shtml
查看Real Coded GA的C版本

来自您的（OP）评论：

  

从字面上看，它所做的就是加载一个xml   带有一些轨迹坐标的文件，   建造铁轨，并有相机   像你一样跟踪这些曲目   过山车。大概在100左右   千行代码

我认为您希望将轨道坐标视为可能的设计变量，看看它们的组合会给您一个优化（在成本，更好的视野，舒适度等方面......）然后看看你有什么数学关系可以获得最佳组合。然后你就可以应用GA了。 ：）

Answer 2

成功过山车的标准是什么？一旦你能够定量地描述，你就有了健身功能。那么你需要考虑过山车的哪些部分？这是你甚至可以分解成碎片的东西吗？如果是这样的话，那么你就拥有了你的“基因”，而个别的滚轴是一种可以针对适应度函数进行测试，或者变异或交叉的解决方案。然后你制作一群过山车，对人口的样本量进行交叉和变异，并将适应度函数应用于个体。然后，您将为下一代保留最适合的个人，并重复该过程。