开源项目推荐：基于遗传算法训练蛇类游戏的神经网络

开源项目推荐：基于遗传算法训练蛇类游戏的神经网络

SnakeAI Train a Neural Network to play Snake using a Genetic Algorithm 项目地址: https://gitcode.com/gh_mirrors/sn/SnakeAI

项目基础介绍

该项目名为SnakeAI，是一个开源项目，旨在通过使用遗传算法训练一个神经网络来玩经典的蛇类游戏。项目主要使用Processing编程语言开发，Processing是一种灵活的软件草图本和语言，用于学习如何编码在视觉艺术环境中。

核心功能

• 神经网络构建：每个蛇实例都包含一个神经网络，该网络具有一个24个神经元的输入层，两个各有16个神经元的隐藏层，以及一个4个神经元的输出层。网络结构可自定义，包括隐藏层的数量和每个隐藏层中的神经元数量。
• 蛇的视野：蛇能向8个方向观察，每个方向寻找食物、自身身体和墙壁的距离，总共24个输入。
• 自然选择和遗传算法：每一代创建2000条蛇，第一代所有蛇的神经网络随机初始化。全部蛇死亡后，根据生存时间和得分计算每条蛇的适应度，选择最佳蛇进行繁殖，通过交叉和突变产生新的一代。
• 适应度计算：蛇的适应度取决于生存时间和得分，但得分权重更高。为了避免蛇通过无限循环生存来提高适应度，项目设定了初始移动次数和通过吃食物增加移动次数的机制。

最近更新的功能

• 网络结构自定义：最近更新允许用户更灵活地自定义神经网络的结构，包括隐藏层的数量和每个隐藏层中的神经元数量。
• 适应度函数优化：为了更准确地评估蛇的表现，适应度函数进行了优化，确保既能鼓励蛇吃食物提高得分，又能避免无限循环生存的策略。
• 模型保存和加载：增加了模型的保存和加载功能，用户可以将训练好的模型保存为CSV文件，并在新的情境下加载测试。
• 进化图表可视化：更新了进化图表的可视化效果，用户可以更直观地查看模型在不同代数中的表现和进化过程。

SnakeAI Train a Neural Network to play Snake using a Genetic Algorithm 项目地址: https://gitcode.com/gh_mirrors/sn/SnakeAI