小编Noa*_*aik的帖子

似乎我的程序正在尝试学习直到某个点，然后它就感到满意并且根本停止改进和改变。通过我的测试，它通常最多达到 -5 的值，然后无论我让它运行多久，它都会保持在那里。结果集也不会改变。

只是为了跟踪它，我做了我自己的日志记录，看看哪个做得最好。1 和 0 的数组指的是 AI 做出正确选择的频率 (1)，以及 AI 做出错误选择的频率 (0)。

我的目标是让 AI 重复高于 0.5 然后低于 0.5 的模式，不一定要找到奇数。这只是一个小小的测试，看看我是否可以让 AI 使用一些基本数据正常工作，然后再做一些更高级的事情。

但不幸的是它不起作用，我不确定为什么。

编码：

import os
import neat

def main(genomes, config):
    networks = []
    ge = []
    choices = []

    for _, genome in genomes:
        network = neat.nn.FeedForwardNetwork.create(genome, config)
        networks.append(network)

        genome.fitness = 0
        ge.append(genome)

        choices.append([])

    for x in range(25):
        for i, genome in enumerate(ge):
            output = networks[i].activate([x])

            # print(str(x) + " - " + str(i) + " chose " + …