Как заставить виртуальные организмы учиться с помощью нейронных сетей? [closed]

Закрытый . Этот вопрос должен быть более целенаправленным . В настоящее время он не принимает ответы.

Хотите улучшить этот вопрос? Обновите вопрос, чтобы он фокусировался только на одной проблеме, отредактировав это сообщение .

Закрыто в прошлом году .

Я делаю простую обучающую симуляцию, в которой на экране изображено несколько организмов. Они должны научиться есть, используя свои простые нейронные сети. У них 4 нейрона, и каждый нейрон активирует движение в одном направлении (это двумерная плоскость, если смотреть с точки зрения птицы, поэтому есть только четыре направления, поэтому требуется четыре выхода). Их единственный вход - четыре «глаза». Одновременно может быть активен только один глаз, и он в основном служит указателем на ближайший объект (либо зеленый пищевой блок, либо другой организм).

Таким образом, сеть можно представить так: enter image description here

И организм выглядит так (как в теории, так и при моделировании, где на самом деле они представляют собой красные блоки с глазами вокруг них):

enter image description here

И так все это выглядит (это старая версия, где глаза по-прежнему не работает, но похоже):

enter image description here

Теперь, когда я описал свою общую идею, позвольте мне перейти к сути проблемы ...

Инициализация | Сначала я создаю некоторые организмы и еду.Затем все 16 весов в их нейронных сетях устанавливаются на случайные значения, например: weight = random.random () * threshold * 2. Порог - это глобальное значение, которое описывает, сколько входных сигналов должен получить каждый нейрон, чтобы активироваться («выстрелить»). Обычно устанавливается равным 1.
Learning | По умолчанию веса в нейронных сетях снижаются на 1% каждый шаг. Но, если какому-то организму действительно удается что-то съесть, связь между последним активным входом и выходом усиливается.

Но есть большая проблема. Я думаю, что это плохой подход, потому что они на самом деле ничему не учатся! Только те, чей первоначальный вес был случайно установлен как полезный, получат шанс съесть что-нибудь, и только тогда их вес будет усилен! А как насчет тех, у кого были плохо налажены связи? Они просто умрут, а не узнают.

Как мне этого избежать? Единственное решение, которое приходит в голову, - это случайным образом увеличивать / уменьшать веса, чтобы в конечном итоге кто-то получил правильную конфигурацию и случайно что-то съел. Но я считаю это решение очень грубым и уродливым. У вас есть идеи?

РЕДАКТИРОВАТЬ: Спасибо за ответ! Каждый из них был очень полезен, некоторые были просто более актуальными. Я решил использовать следующий подход:

Установить все веса на случайные числа.
Уменьшайте веса с течением времени.
Иногда случайное увеличение или уменьшение веса. Чем успешнее отряд, тем меньше изменится его вес.NEW
Когда организм что-то ест, увеличивайте вес между соответствующим входом и выходом.

задан corazza 25 January 2012 в 21:41

0 ответов

Другие вопросы по тегам:

python artificial-intelligence machine-learning neural-network simulation

Как заставить виртуальные организмы учиться с помощью нейронных сетей? [closed]

0 ответов

Похожие вопросы: