Snake AI

本项目参考自：https://github.com/Chrispresso/SnakeAI

使用遗传算法和简单神经网络实现贪吃蛇，其中

• 遗传算法进化神经网络的参数
• 神经网络预测移动方向

遗传算法

• 交叉算子：单点交叉
• 变异算子：高斯变异
• 选择算子：轮盘赌选择
• 适应度函数：(score+1/steps)*100000

神经网络

• 网络结构：[32, 20, 12, 4]
• 隐含层激活函数：Relu
• 输出层激活函数：Sigmoid
• 输入层包括：
  • 蛇首方向：[0, 1, 0, 0]
  • 蛇尾方向：[1, 0, 0, 0]
  • 蛇首八个方向上
    • 是否有食物
    • 是否有自身
    • 与边缘的距离
• 输出层表示四个移动方向

改进方向

• 输入的状态可扩展
• 本项目的适应度函数设计的极其简单，会导致蛇绕很多圈子， 可以加大对步数的惩罚
• 可以多条蛇竞争，绕弯路的蛇被淘汰的可能性或许会增大，但前提是得有一个好的适应度函数
• 调整网络结构、交叉、变异算子等