Na začátku máš 24 náhodných neuronových sítí. Máš pouze 24 tréninkových cyklů. Při tréninku ty slabší vyřadíš a jejich místo zaujmou mutovaní potomci úspěšnějších sítí.
Cíl: nauč nejlepší síť najít alespoň 2 zdroje energie za 36 kroků v neznámém světě. Ty vybíráš, co má evoluce odměňovat. Samotný pohyb AI neřídíš.
Graf ukazuje nejlepší skóre na 10 oddělených testovacích světech. Vyšší znamená lepší. Hodnota se u nejlepší nalezené sítě nesnižuje, protože si její váhy uchováváme.
Stejné číslo světa a stejná posloupnost tréninků vytvoří přesně stejný výsledek. To nám umožní porovnávat strategie bez hádání.
Síť má dva vstupy: směr k energii vodorovně a svisle. Čtyři výstupní neurony soutěží o to, zda půjde doprava, doleva, nahoru nebo dolů. Každý má dvě váhy a práh (celkem 12 parametrů). Síť nemá pevné pravidlo „jdi za energií“. Vzniká výběrem úspěšných variant a náhodnou mutací jejich vah. Nejde o velký jazykový model.
Žlutý bod = hledaný zdroj energie. Tyrkysový bod = tvoje nejlepší AI. Čára ukazuje její skutečnou cestu.
Pokusy se ukládají pouze v tomto prohlížeči. Žádný server ani účet nejsou potřeba.