遗传算法人工智能重复行为答案

【问题标题】：Genetic Algorithm A.I. repetitive behavior遗传算法人工智能重复行为
【发布时间】：2017-08-30 08:44:50
【问题描述】：

我正在编写一个 C# Windows 窗体应用程序，它模拟一个简单的环境（网格），其中包含两种类型的对象：植物和食草动物。草食动物有神经网络，将周围少数细胞的内容作为输入，决定向哪个方向移动。这个想法是使用适应度函数和遗传算法训练草食动物吃植物。

我的问题是，如果草食动物周围没有任何东西，它会决定向特定方向移动，然后，如果周围仍然没有任何东西，它会再次向相同方向移动.我最终得到的是一些食草动物，它们只是在直线上移动，根本没有真正遇到任何植物。

添加一个时钟信号作为输入（每个位作为神经网络的单独输入）会改变这种行为还是不推荐这样做？我还考虑过添加一个只是随机数据（来自高斯分布）的输入以增加一些不可预测性，但我不知道这是否会帮助或损害问题。我不确定的另一个想法是，过去几个动作的输入（作为一种记忆）是否可以解决这个问题。

【问题讨论】：

【解决方案1】：

我认为您需要Recurrent Network。您可以跟踪网络最近做出的 N 个决策，然后将它们用作网络的额外输入，这样它就会对它的去向和持续时间有某种了解。它可能会在某个时候演变为开始进行某种路径查找。

【讨论】：

【解决方案2】：

@Can_Alper 所说的绝对是好的。也可以看看LSTM's。

【讨论】：