我正在做一个简单的学习模拟，屏幕上有多个生物。他们应该学习如何吃，使用他们简单的神经网络。它们有4个神经元，每个神经元激活一个方向的运动（从鸟的视角看是一个2D平面，因此只有四个方向，因此需要四个输出）。他们唯一的输入是四只“眼睛”。当时只有一只眼睛可以活动，它基本上用作指向最近物体（绿色食物块或其他生物体）的指针。

因此，网络可以这样想象：

有机体看起来像这样（在理论和实际模拟中，它们真的是红色的块，它们的眼睛围着它们）：

这就是它的样子（这是一个老版本，眼睛仍然不起作用，但它是相似的）：

现在我已经描述了我的一般想法，让我了解问题的核心......

1. 初始化 | 首先，我创造了一些生物和食物。然后，将其神经网络中的所有16个权重设置为随机值，如下所示：weight = random.random（）* threshold * 2。阈值是一个全局值，描述每个神经元需要获得多少输入才能激活（“激活”）。通常设置为1。

2. 学习 | 默认情况下，神经网络中的权重每步降低1％。但是，如果某些有机体实际上设法吃东西，那么最后一个有效输入和输出之间的联系就会得到加强。

但是，有一个大问题。我认为这不是一个好方法，因为他们实际上并没有学到任何东西！只有那些随机设定为有益的初始体重的人才会有机会吃东西，然后只有他们的体重会增强！那些与他们的关系设置得很糟糕的人呢？他们只会死，不会学习。

我该如何避免这种情况？想到的唯一解决方案是随机增加/减少权重，这样最终有人会得到正确的配置，并偶然吃掉一些东西。但我觉得这个解决方案非常粗糙和丑陋。你有什么想法？

编辑： 谢谢你的答案！其中每一个都非常有用，有些只是更相关。我决定使用以下方法：

1. 将所有权重设置为随机数。
2. 随着时间的推移减少重量。
3. 有时随机增加或减少重量。单位越成功，其权重就越小。新
4. 当有机体吃东西时，增加相应输入和输出之间的重量。

解决方案

这类似于尝试查找全局最小值的问题，很容易陷入局部最小值。考虑尝试找到下面的配置文件的全局最小值：您将球放在不同的位置并按照它向下滚动到最小值，但根据您放置它的位置，您可能会陷入局部倾斜。

也就是说，在复杂的情况下，您无法始终使用小的优化增量从所有起点获得最佳解决方案。 对此的一般解决方案是更频繁地波动参数（即，在这种情况下的权重）（并且通常在进行模拟时减小波动的大小 - 如在模拟退火中），或者仅仅意识到一堆起点不会有意思。