我遇到了 this interesting video on YouTube on genetic algorithms .
正如您在视频中看到的，机器人学会了战斗。
现在，我研究神经网络已经有一段时间了，我想开始学习遗传算法。这以某种方式结合了两者。
你如何结合遗传算法和神经网络来做到这一点？
在这种情况下，人们又如何知道用于反向传播和更新权重并训练网络的错误？以及您认为视频中的程序如何计算其适应度函数？我猜视频中的程序肯定会发生突变，但是交叉呢？
谢谢!
最佳答案
这是一个强化学习问题，其中神经网络的输出是键盘上要按下的键，以便最大化适应度函数给出的分数。使用遗传算法 (GA) 并从初始神经网络架构开始，GA 倾向于找到更好的架构，以迭代方式最大化适应度函数。 GA 通过繁殖它们来生成不同的架构，然后将它们用于任务(玩游戏)，选择产生更高分数的架构(使用适应度函数)。下次 GA 使用最佳架构候选者(GA 术语中的父代)用于繁殖，并再次重复生成新种群(架构)的过程。当然，育种也包括突变。
这个过程一直持续到满足终止标准(适应度函数的特定值或生成多个种群)。您可能会注意到遗传算法的计算量非常大，因此在处理大规模问题时会被遗弃。自然地，在生成架构时，它会使用反向传播或任何其他适用的优化技术(包括 GA)进行训练。
例如，this video展示了遗传算法如何帮助选择“最佳”架构来玩马里奥，而且它做得非常好!但是，请注意，如果 GA 选择一种架构来在一个级别中很好地玩 Mario，那么该架构在下一级别中不一定表现良好，如 another video 所示。 .在我看来，这是因为遗传算法和反向传播都倾向于找到局部最小值。所以还有很长的路要走……
来源
关于neural-network - 神经网络如何使用遗传算法和反向传播来玩游戏？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34553205/