无梯度训练：用遗传算法演化小型神经网络

一种不依赖反向传播的训练思路受到关注：用遗传算法演化小型神经网络。smaddrellmander 介绍的方法中，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，保留强者并在复制时对权重做小幅变异。该介绍称，这类前深度学习时代的方法近来因人们想探索更多无梯度训练方法而重新获得关注。

AI 根据报道生成 · 37 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。