我目前正与我的一些朋友一起开发视频游戏，用于我们在AI中的课程。
我们都有不同的约束;我们使用神经网络来定义AI的行为。这部分是Python。
基本上，我们的游戏就像Towerfall，但更简单。地图是静态的，玩家有5条生命，或者AI。您可以向左，向右，向右移动并单击以在光标位置拍摄子弹。所以这是一场死亡之战。
最初，我们考虑使用遗传算法来训练我们的网络。我们定义了一个拓扑，无论它是什么，我们计划使用GA来优化权重。
计划是生成人口，在我们的游戏中直接测试NN，收集结果（适应度？）并使用之前的排名生成新的人口。
但是我们真的不知道如何实现这一点，或者如果可能的话，或者它是否会产生良好的结果。
我们应该在繁殖期间使用加权平均值吗？如何申请＆＃34;突变＆＃34; ？我们应该用什么结构来代表我们的NN？
如果您有任何线索或建议..！
非常感谢！
答案 0 :(得分：1)
我准备了有关使用遗传算法和Python实现优化人工神经网络的完整教程。标题为“ 使用基于Python的遗传算法的人工神经网络优化”，可在LinkedIn，KDnuggets和TowardsDataScience上找到。
您可以在我的2018年本书中阅读更多内容，该书在其中一章涵盖了通用航空。该书被引用为“ Ahmed Fawzy Gad“将深度学习与CNN结合使用的实用计算机视觉应用程序”。 2018年12月，Apress，978–1–4842–4167–7 ”，该网址位于Springer。也在这里Amazon。