关于扮演Snake的神经网络的澄清

Question

关于扮演Snake的神经网络的澄清

我是神经网络/机器学习/遗传算法的新手，对于我的第一次实现，我正在写一个学会玩蛇的网络（以前你没有玩过它的例子）我有几个问题我不喜欢完全明白：

在我提出问题之前，我只想确保正确理解一般的想法。有一群蛇，每一条都有随机产生的DNA。DNA是神经网络中使用的权重。每次蛇移动时，它都会使用神经网络决定去哪里（使用偏差）。当人口死亡时，选择一些父母（可能是最高适应度），并以轻微的突变机会交叉他们的DNA。

1）如果给整个电路板作为输入（大约400个点）足够的隐藏层（不知道有多少，可能是256-64-32-2？），并且有足够的时间，它是否会学会不打包？

2）什么是好的投入？以下是我的一些想法：

• 400个输入，一个用于电路板上的每个空间。如果蛇应该去那里（苹果）是正面的，如果它是墙/你的身体则是负面的。越接近-1/1，它就越接近。

• 6个输入：游戏宽度，游戏高度，蛇x，蛇y，苹果x和苹果y（如果按照这种方式训练，可以学习在不同尺寸的板上玩，但不知道如何输入它的身体，因为它改变了大小）

• 给它一个视野（可能在头前3x3平方），可以警告蛇的墙壁，苹果或它的身体。（不幸的是，蛇只能在前面看到什么，这可能会妨碍它的学习能力）

3）给定输入法，隐藏图层大小的起点是什么（当然计划调整这个，只是不知道什么是好的起点）

4）最后，蛇的健身。除了获得苹果的时间，它的长度，它的寿命，还有其他因素吗？为了让蛇学会不阻挡自己，还有什么我可以添加到健身帮助吗？

谢谢！