所以我发现我一直在遵循和修改的教程并没有自我改进。我的人口似乎一直在达到当地的最低水平,或者根本没有改善,但健康状况不断提高我想知道是否有人能看一看,给我指出一个方向,在遗传算法或项目本身的更多资源。
该项目的一个概述是简单地让人口在地图上移动,并最终找到一个物体,我想把这个放到一个神经网络中,这样它就可以预测玩家的移动。
教程:https://www.youtube.com/watch?v=1oXr16Tdfvo
项目:https://wetransfer.com/downloads/16079695138c98a89d7e80aea8cfca2820190515023441/aa04d9
适应度计算:

public float fitness
{
    get
    {

        float dist = Vector3.Distance(transform.position, target  );


          RaycastHit[] obstacles = Physics.RaycastAll(transform.position, target, obstacleLayer);
          float obstacleMultiplier = 1f - (0.15f * obstacles.Length);
        return (60 / (1 + dist)) * (hasCrashed ? 0.75f : 1f) * obstacleMultiplier;


    }
}

最佳答案

也许你可以试试GeneticSharp
我写了一些关于它的教程,其中有一个具体的如何与Unity3D一起使用:
Function optimization with GeneticSharp
TSP with GeneticSharp and Unity3D
Starting an Unity3D project with GeneticSharp using dotnet new

07-24 09:52