然後遊戲規定:吃到豆子得10分，移動位置分數不變，執行吃豆的動作，但是格子裡沒有豆子，減1分，撞牆了減5分。限製吃豆人總共能做101novel.com0次動作。理論上最高得分就是在不扣分的情況下把豆子全部吃掉，有50個豆子，最高得分就是500分。
吃豆人能觀察到的，是前後左右和自己所在格子的狀態。所以一共是5個格，每個格子有三種狀態，總的狀態數就是3的5次方，就是243種狀態，然後再除去一些地圖中不存在的狀態；如三麵是牆，左右是牆，最後共剩下128種狀態。
那麼在這個遊戲中，我們怎樣才能獲得最高分呢？
如果采取最傳統的方法，就是每種狀態都試試，用窮舉法列出所有可能性，然後再進行對比，找出得分最高的一組策略模式。
但是，如果要采取這種傳統方法，那麼總共要涉及到7128種策略組合，如果把每個生成的策略組合都去試試看得分多少的話，把這些策略都執行完，至少需要159億年，這和宇宙大爆炸到現在的時間幾乎差不多。
所以這是個計算量遠遠超過全球算力加和的計算任務。所以想要通過窮舉法去計算，這個問題是無解的；
那麼能不能用神經網絡的算法來進行計算呢？當然可以，但是問題和使用窮舉法一樣，算力需要遠遠大於全球算力。
另外，由於豆子的出現是隨機的，每一局豆子出現的位置並不是固定的，所以他們之間的關係是非線性的。
而神經網絡模型卻很難處理這樣的非線性問題。比如模型用曆史數據學習了很久，終於發現了一些規律，然後新的遊戲開局，模型用這些規律去玩遊戲，但卻發現新的遊戲中，這些規律變了。過去學習總結出的規律，幾乎派不上太多用場了。對於這種尷尬的問題，基於神經網絡隻能用概率的猜測進行決策。
而這樣的效果往往並不是很理想，甚至在最開始的階段，其概率比人為主觀判斷低了很多很多。
……
但是遺傳進化算法可以從另一個思路解決這個問題。
這種算法直接從策略規則自身開始入手；比如人為的設計甚至是隨機生成100個策略，讓每種策略都進行1000場吃豆挑戰賽。
每場比賽讓吃豆人行動101novel.com0次，在1000場挑戰賽中，每場比賽的50個豆子都是隨機撒下的。最後評估在這1000場挑戰賽中，平均每走101novel.com0步，得到的分數是多少；
根據得分的高低從101novel.com0個策略裡隨機選出2個策略，得分越高被選中的概率越高。然後用所選中的2個策略，生成出一個新的策略，新的策略的每一列有一半概率使用第一個策略的對應列，一半概率使用第二個策略的對應列。在生成新策略的過程中，會有小概率產生策略的變異；
用這種優勝劣汰、自然選擇的方法不斷生成新策略；用新生成的策略進行比賽，再按照分數再生成下一代的策略；
把每條吃豆策略進行數學編碼後，可以將這些策略看成基因一樣，重組生成下一代的過程，其實就是編碼的一部分相互交叉替代，就有點像染色體的分裂和組合。
第一代成績較高的吃豆人，就有更高的幾率留下後代，後代還遺傳了上一代的策略。得分低的也有幾率生成後代，隻是沒有得分高的概率高。在生成下一代的過程中，下一代的策略還有非常低的幾率產生遺傳變異，有的策略位會隨機變成其他數。
這就是遺傳算法的基本原理，直接對原始的隨機策略進行編碼，然後讓特定區域的編碼來回交叉迭代，產生新一代的策略，然後再繼續進行編碼的交叉與變異迭代……下一代遺傳了上一代的優點，也變異出了新一代的特點……就這樣一代一代的進行下去；直到獲得最高的分數。
……
在這個遊戲中，計算機大約進來了1000多次迭代的時候，遊戲分數達到了497分，這離滿分500分僅僅差了三分，而且之後的遊戲中，計算機的得分幾乎穩定在了493——497分的區間。
而作為對照組，很多數學家、計算機專家、遊戲高手也在靠著自己的經驗與邏輯去玩這個遊戲，大約1000個玩遊戲的高手與高智商的人類，每人玩了大約101novel.com0局，最終最高得分為431分，而且僅有一次；人類的精英代表平均得分僅為351分。
……
計算機利用遺傳算法得到的策略，是人類所不能比擬的。尤其是在非線性的複雜係統中，遺傳算法最後執行的很多策略，人們怎麼也看不懂，邏輯上完全無法理解。但就是這樣看上去很詭異的策略，卻在最終變成了神來之筆，在遊戲終止後，人們才恍然大悟。
而且從計算機得分的軌跡來看，更加的平滑，更加的連續…而人類對照組在遊戲中的得分軌跡，則呈現出明顯的波動性與隨機性。
這個就是用計算機來模擬進化過程的研究，它逐漸掀起了進化論的主流觀點的改變，這種遺傳算法將突變式的進化用計算機模擬出來了。
小主，這個章節後麵還有哦，請點擊下一頁繼續後麵更精彩！