自己进化的Unity人工智能(三)

本文继续探讨Unity中的人工智能进化,重点介绍遗传算法的代码实现。文章讲解了遗传算法的基本概念,如种群、个体、基因、染色体和适者生存原则。并详细阐述了遗传和变异的过程,包括随机初始化种群、适应度计算、繁殖选择等步骤。最后,作者分享了相关代码片段,并指出理解遗传算法的重点。
摘要由CSDN通过智能技术生成

贴上(二)的地址:第二章

这次基于上一章所讲主要讲解一下遗传算法的代码:

   先说一下遗传算法的实现所需要的步骤:

   需要知道这几点:

1、  种群:

 

生物以种群形式进行(这也是游戏中训练的难点,并无法大规模的训练);

2、  个体:

 

组成种群的单个生物;

3、  基因:

 

一个遗传因子(这里我们是单个的权重);

4、  染色体:

 

一组基因(也就是这一组权重);

5、  生存竞争,适者生存:

这里我们需要适应度来决定哪个更能适应这个环境,从而选择NB的基因进行繁殖;适应度低的也就是上一章讲的靠山下的给正义掉;从而选择优秀的基因进行繁殖;

6、  遗传和变异:

新个体会遗传父母双方各一部分的基因,同时有一定的概率发生基因变异。(这个父母双方)这里我们采用一个轮盘赌的算法来决定这对夫妇;

 

遗传步骤:

1、  随机种群基因:因为第一组的是弱智他不知道干什么;这需要在开始的时候初始化;

2、  然后开始按照第一部分的基因开始神经网络判定和行为;</

  • 3
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值