關于扮演Snake的神經網絡的澄清我是神經網絡/機器學習/遺傳算法的新手，對于我的第一次實現，我正在寫一個學會玩蛇的網絡（以前你沒有玩過它的例子）我有幾個問題我不喜歡完全明白：在我提出問題之前，我只想確保正確理解一般的想法。有一群蛇，每一條都有隨機產生的DNA。DNA是神經網絡中使用的權重。每次蛇移動時，它都會使用神經網絡決定去哪里（使用偏差）。當人口死亡時，選擇一些父母（可能是最高適應度），并以輕微的突變機會交叉他們的DNA。1）如果給整個電路板作為輸入（大約400個點）足夠的隱藏層（不知道有多少，可能是256-64-32-2？），并且有足夠的時間，它是否會學會不打包？2）什么是好的投入？以下是我的一些想法：400個輸入，一個用于電路板上的每個空間。如果蛇應該去那里（蘋果）是正面的，如果它是墻/你的身體則是負面的。越接近-1/1，它就越接近。6個輸入：游戲寬度，游戲高度，蛇x，蛇y，蘋果x和蘋果y（如果按照這種方式訓練，可以學習在不同尺寸的板上玩，但不知道如何輸入它的身體，因為它改變了大?。┙o它一個視野（可能在頭前3x3平方），可以警告蛇的墻壁，蘋果或它的身體。（不幸的是，蛇只能在前面看到什么，這可能會妨礙它的學習能力）3）給定輸入法，隱藏圖層大小的起點是什么（當然計劃調整這個，只是不知道什么是好的起點）4）最后，蛇的健身。除了獲得蘋果的時間，它的長度，它的壽命，還有其他因素嗎？為了讓蛇學會不阻擋自己，還有什么我可以添加到健身幫助嗎？謝謝！