49、神经网络编码与应用探索

神经网络编码与应用探索

1. 直接与间接编码概述

在神经网络的研究中，直接（神经）和间接（底物）编码是重要的概念。在开发新系统时，我们有机会汲取过往经验，避免重蹈覆辙。以之前开发的DXNN系统为例，早期编写代码时，随着代码量增加，重新以更简洁方式构建系统的动力会下降。但现在开发全新的TWEANN系统，我们可以凭借对该领域的经验和DXNN等系统的了解，有前瞻性地进行构建。

2. 底物表型表示

2.1 基因型到表型的转换

基因型到表型的转换与DXNN中标准直接编码神经网络类似。在DXNN里，皮层过程并非同步器，而是神经网络与传感器、执行器之间的信号守门人。在底物编码的神经网络中，皮层还承担了底物本身的角色。整个[底物，皮层，传感器，执行器，底物传感器，底物执行器]系统可表示为单个元素/过程，因为底物能以列表形式编码，即便包含数千个神经单元，也能高效进行计算。

2.2 底物编码皮层的算法步骤

底物编码皮层遵循以下算法步骤：
1. 皮层进程由外自我生成，并立即等待外自我提供的初始参数。
2. 皮层接收其所有初始状态，格式为：
{ExoSelf_PId,Id,Sensors,Actuators,CF,CT,Max_Attempts,Smoothness,OpMode,Type,
Plasticity, Morphology,Specie_Id,TotNeurons,Dimensions,Densities}
3. 皮层检查代理类型，判断是神经型还是底物型，后续步骤假设为底物型。
4. 皮层构建底物：
- 读取维度数量和密度。
- 基于代理使用的传感器构建输入超