调整遗传算法的参数

Question

我的项目是使用遗传算法和神经网络在Python中进行AI玩2048。 我正在使用神经网络作为结构来计算什么是最好的动作，从而给出当前的网格和遗传算法来调整权重和偏差。因此，我不使用反向传播。

目前，最高分数仅为512，仅略高于完全随机的游戏产品（平均随机得分达到128，而最幸运的得分为256）。

在很多关于人工智能的教程中，他们说找到正确的调整是经验问题。因为这是我在该领域的第一个项目，所以我没有这样的经验。 我的问题是，在下面提供所有信息，可以进行哪些调整以改善结果？ 粗体数字是我认为必须调整的参数。

我正在遵循遗传算法的主要步骤：

1. 世代：

   我正在生成 600 个网络。 网络的结构为：

   输入层的
   • 16 个神经元（每个网格正方形一个）
   • 3 个隐藏层，每个隐藏层具有 10 个神经元
   • 4 个神经元输出

2. 评估

   我通过让他们进行2048次完整游戏（当然这是非图形模拟）并收集他们的得分和最大图块的值来测试所有人群。 （我使用多处理并行执行多个运行） 我通过 score +（maxTileValue）²

计算适应度

3. 选择

   我只是对它们进行排序并杀死一半最不适合的人

4. 繁殖

   对于我需要重新创建的每个网络，我选择一个幸存者，并为每个权重添加一个随机值，该值介于-0.5和0.5乘以100 /（平均代适应性）

   >

我要重复 200 代。

我没有使用Tensorflow或任何库。 完整代码在github（https://github.com/Nonoreve/2048Solver/tree/master/solver/AIsolver）

上

（我是一名法国学生，所以对语法和语法深表歉意）。