Evolutionary-Neural-Networks-on-unity-for-bots:神经网络+遗传算法统一

针对机器人的Unity进化神经网络 这是一种简单的资产，它可以统一使用遗传算法训练神经网络，从而制造出可以玩游戏或仅与娱乐互动的机器人 这个怎么运作 首先，我将解释遗传算法的概念：这是一种基于自然选择过程的算法，该算法可以跨越某些个体并对其进行变异，目的是为工作找到更理想的个体。 现在，神经网络只是可以模仿或接近任何其他功能的物性函数，它就是通用逼近器。 该功能之一可以是“成为最令人愉快的最终老板”或“成为最像聊天机器人的人”或“成为最困难的敌人”，因此通常，神经网络使用反向传播算法进行训练。 但这是一个非常复杂的算法，当您不太了解所需功能时，该算法将无效 在这里，遗传算法可以为我们提供帮助，只需交叉许多神经网络并选择最适合的神经网络即可。 为什么（动机） 我想在商店上出售这种资产，但是Unity ML遭到攻击，但我没有，所以我发布了它，这是一个非常不错的简单实验，可以学习神经网络而