如何将遗传算法用于实际AI？

Question

我一直在研究遗传算法。我的目标是实现简单的模拟，其中玩家（不受外部人类玩家控制）避开障碍并向奖励前进。

据我所知，遗传算法属于进化算法，这对于这种情况非常有用，因为我不必提供训练数据。它将自学习。

这些介绍我一直在阅读关于编码为二进制字符串的人口（我认为），我不知道生成新一代的人口和精炼人群与这个问题领域有什么关系。

有人可以解释一下

Answer 1

简单地说，您将使用遗传算法生成确定AI行为的规则。具体如何编码和解释这些规则取决于您想要实现的目标。

也许您希望遗传算法为神经网络的连接生成权重，而神经网络又可以处理玩家的行为。在这种情况下，您将权重编码为二进制字符串。

另一个例子是将二进制字符串解释为decision tree

如果您的代表编码，您的遗传算法将生成具有不同基因或二进制字符串的个体。然后，这些人将根据其执行情况分配适合度值，并且希望随着时间的推移，GA将找到一个好的AI（根据您的健身功能和表示）。

编辑：假设你有三个连接的网络，你选择用四位编码每个权重。那么你的二进制字符串可以用最简单的编码来连接这3个权重。

Answer 2

查看Dan Ashlock的Tartarus论文。