使用GA Python定义ANN中的输入和健身

Question

我正在尝试创建一个程序，可以找到使用NN赢得比赛的最佳解决方案，我希望能从这里的精彩社区获得一些帮助。

游戏是一个战略战争游戏，你有你的士兵和你需要征服的土地。还有对手的士兵，你需要知道他们， 每秒你有一个土地占有你得到一定数量的积分。

你有很多关于引擎编写者创建的输入信息，例如：地图上的所有土地，其他对手士兵现在的位置，如果土地已被征服，或者位于征服。

我已经将ANN集成到游戏引擎中，并将健身设置为他所收集的点数，但健身状态保持不变+ 1，
我认为问题在于捕捉您需要的土地留在它旁边几秒钟，我不能让他学习如何做到这一点健身保持1

我已经尝试了大量的人口和很多代，但它没有征服，我不知道什么去做。

对不起我的英文不好。

Answer 1

由于我不能评论，我只会回答一些假设。 （我也开始与NN和GA在Python太（MultiNEAT）做实验，所以不是一个专家要么;））

• 的问题可能是遗传算法反馈不佳，因此它可以”选择最好的个人。尝试让你的健身得分更加细致，例如，让每一个对敌方士兵的小动作增加一点健身，而不是根据最后的分数进行得分。

• 您的网络输出是什么？也许网络的结果没有正确传递到游戏中。例如，我会制作针对士兵运动的输出神经元，也可能用于一些接近情况下的反应（我并不真正了解游戏的机制）。如果网络中可能的答案数量有限，那么这些可能只是不足以赢得比赛，所以没有哪个网络能够获得更好的成绩。

• 你还在等吗？问题越大，需要更多时间才能找到答案，尤其是在慢速计算机中。尝试使用GPU来实现遗传算法，以加速对网络的评估，如果速度证明是一个问题。

祝你好运。