无监督神经网络在游戏中的应用研究——解决游戏中的障碍物绕行问题

使用无监督神经网络解决了游戏中的障碍物绕行问题(obstacle avoidance)。使用遗传算法实现了无监督机制,该方法通过最优化适应度来改进神经网络的权值,使得神经网络得到最佳的输出值;利用以智能体(Agent)中心为出发点的5条射线模拟传感器(Sensor),通过检测5条射线与障碍物边界的相交情况来感知环境。经过768代的进化,遗传算法种群最优适应度和平均适应度都有了明显提高,同时绕行成功率从12.5%上升到85%。