Loop to Learn

Вы — инженер, которому поручено оптимизировать агенты искусственного интеллекта при выполнении задач пространственной навигации на спутниках. Вы можете контролировать шкалу времени, какие аспекты среды вызывают вознаграждение агентов, и когда вы хотите выбрать лучшего агента для тестирования (именно так вы проходите уровень)--

Входные данные, доступные агенту, — это 10 датчиков, которые позволяют ему рассчитывать расстояния до объектов перед ним. Результатом работы агента является вращение и/или движение вперед. Производительность (или приспособленность) самого эффективного агента можно увидеть в правом нижнем углу и зависит от того, какие факторы вознаграждают агентов за их действия.

Например, вознаграждение агентов за расстояние до цели означает, что чем короче расстояние агентов до спутника в конце цикла обучения, тем выше его производительность. Так что обязательно решите, как вознаградить ИИ, иначе они могут даже не понять задачу!

Каждый раз, когда проходят 15 игровых секунд (которые вы можете масштабировать), агенты сбрасываются, а нижняя половина агентов получает обновленные нейронные сети с помощью алгоритма мутации.