機械学習、GA + BPまたはGA、巨大なNN？

Question

申し訳ありませんが、貧しいタイトルのために、

私は現在MLを勉強していますが、強化学習を除いて、私が取得したツールセットを使用して問題に集中したいと思います。

単純な2Dゲームレベル（単純なマジック、簡単なフィットネス機能、簡単なコントロール、簡単な機能の選択）を取り入れ、キーシーケンスを出力するNNを作成したいと考えています。

我々は正しいキーシーケンス（KS）を知らないので、私は2つのオプション、

1-参照）私は、遺伝的アルゴリズムを使用してそれを見つけると、キー配列とレベルを関連付けるためにバックプロパゲーションまたは同様のアルゴリズムを使用し、新しいレベルのKSを予測する

2-）私は巨大なNNを構築し、遺伝的アルゴリズムを使用してその全体の内部構造を解決します。

各アプローチの賛否両論は何ですか？なぜ私はもう一方の代わりに1つを実装する必要がありますか？私はこの話題にはかなり新しいので、これまでに学んだこと、基本を実際にこの問題を解決したいと思います。

Answer 1

あなたが示唆しているのは、本質的に強化学習です。 「セミランダム」の組み合わせを試してから、報酬を使ってネットワークを学習してください。第1のアプローチは古典的強化学習であり、もう1つはニューラルネットワークを用いた強化学習である。

このようなトピックを解決したい場合は、シンプルなGoogle検索でこの問題を解決するのに役立つチュートリアルとgithub reposがたくさんあります。