spieleprogrammierer.de - Forum und Wiki zur Spieleprogrammierung und Spieleentwicklung

Ich hab mich mal wieder an ein KI-Simulationsprojekt gesetzt. Schon mal vorweg, ich habe bereits lange gegoogled und die SuFu benutzt .

Ich schreibe hier mal meine aktuellen Überlegungen und Ansätze auf, und hätte gerne Feedback bzw. Vorschläge, wie man es besser lösen könnte.

Ich möchte ein "Multi Agent System" mit autonomen, lernfähigen Agenten, die durch ein KNN, Sinnesorgane und Motoren repräsentiert werden, erstellen.
Die Agenten würden dann per Natural Selektion überleben (oder auch nicht) und mit anderen Agenten Nachfahren, die leicht veränderte KNNs haben, zeugen.

Ich habe mir überlegt, die Neuronen räumlich zu repräsentieren (X-,Y-Koordinate), um Verbindungen zu weiter entfernt gelegenen Neuronen von Anfang an schwächer zu gewichten.
Davon erwarte ich mir einen höheren Grad an Realismus.
Haltet ihr diesen Ansatz für sinnvoll oder eher nur overkill?

Auch wollte ich ein lernfähiges KNN haben, also eines, was während der Simulation Erfahrungen speichert und auch sein Verhalten seinen Erfahrungen anpasst. Für das Gedächtnis habe ich einfach jedes Neuron mit jedem verbunden. Ich werde wahrscheinlich eine große Hidden Layer machen, damit genug Gedächtnis-speicher da ist.
Kennt jemand hierzu eine gute Quelle? (Darf ruhig auch auf Englisch sein ).
Zusätzlich hatte ich mir gedacht, dass man neben stark / häufig benutzten Neuronen neue ausbildet (Ich weis selbst nicht so genau, was es bringt, es wird jedoch oft im Zusammenhang mit lernfähigen KNNs erwähnt).
Haltet ihr das für sinnvoll?

Ich würde die Agenten 4x4 Felder oder größer machen, und dann aus den zwei "Ecken" des Agenten (vorne Links/Rechts) jeweils eine Projektion der Welt als Sicht machen. (Also wie ein Ray-Tracing, das erste gefundene Hindernis wird dann in einem Bildpunkt des Auges gespeichert.) Dadurch entsteht dann eine Steroskopie, welche die Agenten dann kombinieren müssten, um Räumlich zu sehen. Haltet ihr diese Idee für realisierbar bzw. wie groß müsste der Hidden layer im gegensatz zum Optik-Layer sein, damit das KNN das dekodieren (Zusammenrechnen) kann? Wäre ein rundumblick (2*180°) realisierbar?

Zu guter Letzt die Motorik:
Ich wollte den Agenten einen Rechts-Links-Drehmotor und einen Vorwärts-/Rückwärtsgang geben. Würdet ihr noch mehr/weniger Motoren hinzufügen? Vielleicht ein Kommunikationsorgan? Wie bei AntMe Duftnoten?

MfG,
RmbRT
P.S. Es ist spät, ich habe Rechtschreib- und Logikfehlern so gut es mir möglich war den gar ausgemacht.

Ich hab mir überlegt, Neuronale Plastizität zu simulieren. Ich habe mir überlegt, das Weight-Attribut der Synapse als ein Cap für die Aktivierung zu nehmen, ist die Aktivierung an der Grenze, wächst die Synapse, indem der Weight (also Max-Wert) der Übertragung erhöht wird.

Was haltet ihr davon? Sonst werden ja weight und input multipliziert, aber mir erscheint es logischer, das mit einer Min-Funktion zu machen.

MfG,
RmbRT

Sorry bin lange nicht mehr auf spieleprogrammierer gewesen.
Ich habe mich schon totgesucht nach algorithmen, die das lernverhalten des Gehirns am natürlichsten widerspiegeln.
Leider habe ich nicht viel gefunden. Ich habe mir überlegt, dass man dynamisch während der Simulation die Synapsen verstärken könnte, wenn sie oft getriggert werden, und abschwächen, wenn nicht, aber dafür bräuchte man dann ja viel speicher um die letzten x ticks zu speichern.

MfG,
RmbRT

Deinen ansatz hatte ich auch schon benutzt (fischsimulation), aber es hat bei mir nichts genützt. (Alle Fische sind rechtsherum im Kreis geschwommen, egal wie ich die synapsen initialisiert habe).

MfG,
RmbRT

@CeDoMain: Genau das Problem habe ich auch. Da ich auch kein supervised learning mache, scheidet Backpropagation zum lernen aus, momentan habe ich alle Synapsen random [-1..1] initialisiert und nach jeder "Generation" werden die letzten 20 miteinander gekreuzt, also mit zufallsfaktor von 0-1 aufaddiert und dann den durchschnitt genommen. Hinzu kommen noch weitere komplett zufällige KNNs. Das Problem bei dieser methode ist, dass selbst nach 30+ generationen kein funktionierendes KNN generiert wurde.

@Spiele Programmierer: Ich habe auch schon überall geschaut, aber keinen Fehler gefunden.

MfG,
RmbRT