我正在运行一种遗传算法来训练一组猎人，以学习捕捉尽可能多的大象。基本上，有大约20个猎人在2D网格环境中移动，4个猎人必须围绕大象捕捉它（世界上有大约20只大象）。每次模拟运行时，所有猎人和大象都被放置在随机的起始位置。猎人的运动由其染色体控制，大象的运动是随机的。
所有猎人都有相同的染色体（同质），因此我每次在为染色体分配适应性时运行此模拟。 我的健身功能只是简单地奖励染色体中模拟中捕获的大象总数：
double fitness = totalElephantsCaptured() * 100;
世代的适应性结果基本上是随机的。随着世代的进步，每一代人中最适合的个体并不会变得更加健康，每一代人的总体适应度不会增加。我觉得我的健身功能太原始了，但我不知道如何改变它以产生更好的效果。猎人似乎并没有学到任何东西。
我的GA的详细信息（范围内的数字，因为我尝试了各种值）：
人口规模：64或128。
代数上限：500 - 1000。
精英主义：5％ - 10％的人口
突变：1％ - 4％
染色体大小：180
选择：轮盘赌。
Crossover：染色体中间的简单交叉。
染色体是根据传感器数据在运动规则的“块”中设计的：
每个块具有传感器标准（例如“如果最近的大象是X距离”）和移动规则（例如“在Y量的时间内向最近的大象移动”）。猎人可以移向最近的大象或最近的队友亨特。
有没有人有任何建议让猎人的健康随着几代人的增加逐渐增加？