मैंने अपने एनीमेशन इंजन के व्यवहार बनाने के लिए एक तंत्रिका नेटवर्क के साथ जाने का फैसला किया। तंत्रिका नेटवर्क में मेरे शरीर के प्रत्येक हिस्से के लिए 3 वेक्टर 3 और 1 यूलर कोण होता है। पहला वेक्टर 3 स्थिति है, दूसरा इसकी गति है, और तीसरा इसकी कोणीय वेग है। यूलर कोण शरीर के हिस्से में घूर्णन क्या होता है। और मेरे पास 7 शरीर के अंग हैं। उन डेटा प्रकारों में से प्रत्येक में 3 फ्लोट हैं। 7 * 4 * 3 = 84, इसलिए मेरे पास मेरे तंत्रिका नेटवर्क के लिए 84 इनपुट हैं। आउटपुट को चरित्र की मांसपेशियों में मैप किया जाता है। वे प्रत्येक मांसपेशियों पर लागू करने के लिए ताकत की मात्रा प्रदान करते हैं, और उनमें से 15 हैं।एनीमेशन सिस्टम के लिए तंत्रिका नेटवर्क आकार
मैं 10 सेकंड के लिए एक साथ 15 नेटवर्क चला रहा हूं, कम से कम ऊर्जा उपयोग की गणना करके अपनी फिटनेस को रेट करता हूं, जिसमें कम से कम ज़ेड और एक्स आंदोलन होता है, और यदि शरीर के अंग बाकी की तुलना में सही y स्थिति में हैं (hips.y> upperleg.y, upperleg.y> lowerleg.y आदि), और फिर उन्हें आनुवांशिक एल्गोरिदम के माध्यम से चला रहा है। मैं 8 छिपी हुई परतों के साथ प्रति छिपी हुई परत के 168 न्यूरॉन्स का एक तंत्रिका नेटवर्क चला रहा था। मैं चरित्र को सीधे खड़े होने की कोशिश कर रहा हूं और बहुत ज्यादा नहीं घूमता हूं। मैंने इसे 3000 पीढ़ियों तक चलाया और मैं भी करीब नहीं आया।
तंत्रिका नेटवर्क और आनुवंशिक एल्गोरिथ्म this tutorial की सी # संस्करण हैं। मैंने क्रॉसओवर विधि को एक बिंदु से मिश्रण करने के लिए बदल दिया।
मेरे पास 84 इनपुट और 15 आउटपुट हैं। मेरा तंत्रिका नेटवर्क कितना बड़ा होना चाहिए?
मुझे आपका जवाब पसंद नहीं है, लेकिन यह सच है। फिर भी आगाह करने के लिए धन्यवाद। साहित्य के माध्यम से देखकर मैं उत्सुक हूं। एनईएटी और हाइपरनेट के बीच का अंतर सीपीपीएन है, सही? सीपीपीएन तंत्रिका नेटवर्क बनाने में सक्षम है, लेकिन खुद न्यूरल नेटवर्क नहीं है? या यह एक तंत्रिका नेटवर्क है जो विकसित होता है और फिर अन्य तंत्रिका नेटवर्क बनाता है? बहुत उपयोगी, धन्यवाद। – DrSammyD
NEAT प्रत्यक्ष एन्कोडिंग का उपयोग करता है, जिसका अर्थ है कि प्रत्येक न्यूरॉन और जीनोम में कनेक्शन के लिए आपके पास अंतिम नेटवर्क में समान होगा। HyperNEAT अप्रत्यक्ष एन्कोडिंग का उपयोग करता है। जीनोम एक नेटवर्क है (सीईपीएन एनईएटी के साथ विकसित), जो - जब आप सब्सट्रेट के न्यूरॉन जोड़े (~ दूसरे नेटवर्क के न्यूरॉन्स + कुछ और जानकारी, आमतौर पर 2 डी/3 डी समन्वय प्रणाली में इसके निर्देशांक) पर लागू होते हैं - उत्पादन करेंगे कनेक्शन वजन। मुझे लगता है कि तकनीकी रूप से सीपीपीएन भी एनएन है, लेकिन यह सामान्य सिग्मोइड/तनह की बजाय फैंसी सक्रियण कार्यों का उपयोग कर सकता है। हालांकि, कुछ और मामूली अंतर हो सकते हैं। –