如何用遗传算法来捡垃圾？ | MixLab人工智能

遗传算法以独特的方式融合了生物学和计算机科学，虽然不一定是最快的算法，但一定是跨学科的算法之一。

用遗传算法优化垃圾收集的策略

机器人Robby生活在一个充满垃圾的二维网格世界中，周围环绕着4面墙。

这个项目的目的是为Robby制定最佳的控制策略，使他能够有效地捡拾垃圾而不撞墙。

规则

Robby只能看到自己的四个方向NESW以及他所在的正方形，每个正方形有3个选项；空的，有垃圾、墙壁。

因此，Robby可能有3x3x3x3x3种=243种不同的场景。Robby可以执行7种不同的动作；向N移动、向E移动、向S移动、向W移动，随机移动，捡垃圾或保持静止。

那么，Robby的控制策略可以编码为0到6之间的243位数的“ DNA”字符串，对应于Robby在243种可能的情况下应执行的动作。

方法

从总体上讲使用任何GA进行优化的步骤如下：

1 生成随机解决方案，为项目进行初始“填充” 

2 根据个体解决问题的能力来评估个体的“适应性” 

3 最合适的个体的解决方案“繁殖”并“遗传”传给下一代

重复步骤2和3，直到剩下最优的解决方案为止。

对于Robby的任务，我们将第一代Robby做随机初始化。然后，模拟这些机器人在网格世界中运行，并观察它们的性能。

结果

下图是经过400次迭代后产生的结果

延展

以下视频展示了另一个例子。

OpenAI教给机器人使用强化学习（一种更复杂的优化方法）玩捉迷藏的游戏。机器人首先学习了“人性化”的策略，最终又自我学习了新的策略。

实践

接下来的实践部分交给大家啦~

开源地址：

https://github.com/andrewjkuo/robby-robot-genetic-algorithm

遗传算法软件包推荐使用DEAP遗传算法工具箱：

https://deap.readthedocs.io/en/master/

MixLab第3期 闪聊活动

VR技术不仅是一个进入虚拟世界的通道，其实也是一种催化剂，将虚拟世界实质化成为一个和现实世界最终等价，甚至超越的世界。 胡鹏 Patrick

【主题】：VR空间记忆剧场 | 虚拟空间建筑师

【嘉宾】：建筑师胡鹏  对话 脑科医生 

【时间】：本周日9·20日 19:00-20:00

【形式】：腾讯会议

【会议ID】添加微信FAGU_L

请提前加小编微信锁定名额

 Chauncy Guo

欢迎一起探索未知世界

转发求支持！