飞扬的鸟遗传算法：使用遗传算法训练飞扬的鸟

蓬松鸟的遗传进化 使用遗传进化训练神经网络玩飞扬的鸟！ 有关如何开始使用自己的遗传算法的教程，请在。 最终结果 算法细节 从50个模型库开始 每次迭代均基于模型的适应性得分，进行交叉 交叉将为两个选定的父级交换第一层（输入->隐藏） 随机突变可确保模型在每次迭代时都进行更改 进度截图 阶段1 最初，所有模型都会做“相同”的错误事情。 因此，它们都会很快消失。 第二阶段 但是，一段时间后，它们将开始显示更多变化，但仍然执行错误的动作。 这使我们在屏幕上（纵向）散布了飘扬的小鸟。 第三阶段 经过一点训练（〜1小时）后，扩散减小，并更加集中在管道上有Kong的高度。 他们开始表现更好，因为他们现在知道何时拍打和何时不拍打。 阶段4 具有最大适应性的模型可以认为是经过训练的模型，它的性能要比普通人好得多。 免责声明 基于pygame中的Flappy Bird克隆，