太空游戏演化：机枪手飞行员崛起

目录

🚀 引言

🎮 游戏的演变

🌌 第一部分：基础建设

🌠 第二部分：进化网络

🛸 第三部分：结果与发现

🤖 演化的疯狂机枪手

🌪️ 机枪手的崛起

🎯 飞船的新结构

🧬 网络结构的突变

🔍 观察演化的过程

🎯 下一步挑战

🚢 战斗的新篇章

🎨 网络图分析

🤔 未来的可能性

📌 结论

🚀 引言

欢迎来到 Need AI！在这个视频中，我们将探讨太空游戏《小行星》中能够生存并蓬勃发展的飞行员的第二部分演变。在上一个视频中，我编写了游戏，创建了世界，加入了小行星和飞船，并找到了神经网络的最佳输入。神经网络采用的是标准的三层前馈网络，结合遗传算法进行训练后，在摧毁岩石方面表现得相当不错。如果你对所有这些是如何运作的细节感兴趣，请看上一个视频。

🎮 游戏的演变

🌌 第一部分：基础建设

在第一个视频中，我编码了游戏，创建了世界，加入了小行星和飞船，并找到了神经网络的最佳输入。

🌠 第二部分：进化网络

这一次，我使用了一个可以在每一代创建过程中通过突变演化自己结构的网络。这导致了不同类型的解决方案。每次旋转时，都有一个很小的机会会添加一个新的节点或连接。关键在于从最小可能的网络开始，并让它通过适当的适应度函数演化到最有效的解决方案。

🛸 第三部分：结果与发现

与使用预定义拓扑的标准神经网络相比，这种类型的网络在每次运行时都会产生解决方案，猎手摧毁者飞行员通常会很快出现。

🤖 演化的疯狂机枪手

🌪️ 机枪手的崛起

每次运行时都会产生解决方案，但使用标准神经网络时却从不会出现。

🎯 飞船的新结构

新的连接和节点开始出现，进化的过程意味着这些突变会有几代时间来适应并看看它们是否提高了性能。

🧬 网络结构的突变

网络的输入包括指向最近小行星的方向和距离、飞船的方向以及一个始终设置为1的偏置项。输出包括转向、射击和推进。

🎯 下一步挑战

现在我们来看看第一代，一次有30个游戏同时进行，我只能向你展示其中一个。

🚢 战斗的新篇章

我们从第二代开始，可以看到飞船1号表现得非常出色，这是猎手飞行员的典型特征，这是由于它们的基因不会以任何方式突变，但是它们的基因会与其他飞行员的基因混合，如果它被选为父代。

🎨 网络图分析

右侧的直接连接插入了指向小行星的方向和转向输出之间的连接，也插入了距离指示器和射击按钮之间的直接连接。

🤔 未来的可能性

我希望这些飞船能够进行近距离格斗，也许我会尝试一下。

📌 结论

目前就是这些，请务必订阅，感谢观看！

精选亮点

• 新一代进化网络带来了令人惊叹的机枪手飞行员。
• 通过允许网络突变，我们看到了飞船结构的新变化。
• 未来可能会出现更加激烈的战斗场面。

常见问题解答

Q: 这种进化网络是否适用于其他类型的游戏？
A: 是的，进化网络可以适用于各种类型的游戏，具体取决于游戏的需求和设计。

Q: 为什么使用进化网络而不是传统的神经网络？
A: 进化网络具有更强的自适应能力，可以在不同环境下找到更优解。

Q: 进化网络的缺点是什么？
A: 进化网络的训练时间可能较长，并且需要更多的计算资源。