不用反向传播训练模型：用遗传算法演化神经网络

文章探讨了不依赖梯度的训练方法，用遗传算法演化小型神经网络：每个“生物”的脑是含两个 16 单元隐藏层的网络，共 9 个输入（最近食物与最近生物的距离、方位等），输出转向和速度两个控制量。适应度函数在食物得分基础上加入移动代价与基础代谢惩罚（α=0.0016、β=0.002），以平均多个世界的得分排名并保留强者、复制时对权重做小幅变异。