我正在尝试创建一个程序，可以找到使用NN赢得游戏的最佳解决方案，我希望能从这里的精彩社区获得一些帮助。
游戏是战略战争游戏，你有你的士兵和你需要征服的土地。还有对手的士兵需要注意他们， 每一秒你拥有一块土地就可以得到一定的分数。
你有很多输入，发动机作家创造了你可以访问的例子：地图上的所有地方，其他对手士兵现在在哪里，如果土地已经被征服或在征服中间
我已经将ANN整合到游戏引擎中，并将健身设置为他收集的点数，但健身状态保持不变+ 1，左 我认为问题在于捕捉你需要留在它旁边的土地几秒钟，我无法让他学习如何做到这一点健身停留在1
我已经尝试了很多人和很多代人，但它没有征服，我也不知道该怎么做。
抱歉我的英语不好。答案 0 :(得分：0)
由于我无法评论，我只会回答一些假设。 （我也开始尝试在Python中使用NN和GA（MultiNEAT），所以也不是专家;））
问题可能是对遗传算法的反馈不佳，因此无法选择最佳个体。尝试让你的健身得分更精细，例如，让每个向敌方士兵的小动作增加一点健身，而不是仅根据最终得分进行评分。
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，我会制作针对士兵运动的输出神经元，也可能是一些接近时的反应（我不太了解游戏的机制）。如果你从网络上得到的答案数量有限，那么这些答案可能还不足以赢得比赛，所以没有一个网络可以真正得分。
你在等待足够长的时间吗？问题越大，找到答案所需的时间就越多，特别是在慢速计算机中。如果速度证明是一个问题，请尝试使用GPU实现遗传算法以加快网络评估。