22、神经进化与深度强化学习：从迷宫求解到雅达利游戏

神经进化与深度强化学习：从迷宫求解到雅达利游戏

1. 迷宫求解实验

在迷宫求解实验中，成功的求解路径对于给定的迷宫配置近乎最优。该实验也凸显了初始条件在寻找成功解决方案中的重要性，初始条件由运行实验前选择的随机种子值决定。

你可以尝试解决一个难解的迷宫配置，相关配置已包含在以下实验源代码中： https://github.com/PacktPublishing/Hands-on-Neuroevolution-with-Python/blob/master/Chapter9/hard_maze.txt 。使用以下命令来尝试解决这个难解的迷宫：

python maze_experiment_safe.py -g 120 -t 5 -m hard --width 200 --height 200

已发现使用随机种子值 1571021768 可得到成功的解决方案。你可以尝试寻找另一个能产生成功解决方案的随机种子值，并记录找到它所需的代数。

2. 深度神经进化概述

传统上，深度神经网络（DNN）使用基于误差梯度下降的反向传播方法进行训练。虽然基于梯度的学习是强大的技术，开启了当前的深度机器学习时代，但它存在训练时间长和计算能力要求高的缺点。

深度神经进化方法可用于强化学习，并且在训练 DNN