neural:决定做出一个神经网络。 最终得到一个神经元

经过遗传训练的神经网络，用于完成障碍物路线 这里发生了什么？ 每个方框代表一个神经元。 一个神经元有两个权重乘以它的两个输入（到下一个障碍物的距离和当前能量），以及一个确定神经元何时跳跃的激活水平。 跳跃消耗能量。 神经元会随着时间恢复能量。 如果神经元试图跳动，并且没有足够的能量，它就会死亡。 神经元的适应度函数是它在一圈中传播的距离。 在交配阶段，如果神经元具有很高的适应性，则它们更有可能繁殖。