我正在和我的一些朋友一起开发一个视频游戏，用于我们在AI中的课程 .
我们都有不同的约束;我们的目的是使用神经网络来定义AI的行为 . 这部分是Python .
基本上，我们的游戏就像Towerfall，但更简单 . Map 是静态的，玩家有5条生命，或者AI . 您可以向左，向右，向右移动并单击以在光标位置拍摄子弹 . 所以这是一场致死的战斗 .
最初，我们考虑使用遗传算法来训练我们的网络 . 我们定义了拓扑结构，无论它是什么，我们计划使用GA来优化权重 .
计划是生成人口，在我们的游戏中直接测试NN，收集结果（适应度？）并使用之前的排名生成新的人口 .
但我们并不真正知道如何实现这一点，或者如果可能的话或者是否会产生良好的结果 .
我们应该在复制期间使用权重的加权平均值吗？如何应用“突变”？我们应该用什么结构来代表我们的NN？
如果您有任何线索或建议..！
非常感谢 ！