我们可以用遗传算法，计算其他设备或者公式的参数
楼上说了很多了，只举个没提到的例子。感觉这个例子更容易懂。大学时搞过一个机器学习机器人，用的就是神经网络+遗传算法。假设你要做一个机器人，目的是自动盯紧另一个乱串的机器人并想办法抓住他。你的输入是各种传感器读数，你的输出是轮子马达的转速（左右可以速率不同实现转向）。设计一个简单的神经网络（图片来自网络），
但是权值是什么才能达到目的呢？需要training。我们就用遗传算法。你可以开始random一组权值，测试一下能不能抓到？然后再random一组权值，测试一下能不能抓到？即使抓不到，是不是离对方很近？（就是楼上提到的fitness function评估）。把评估结果好的留下，不好的扔掉，然后交叉繁殖。即一部分权值取爸爸的，另一部分权值取妈妈的，看看小孩结果怎样？最后，还要有变异，因为不变异，只靠random一些解来进行交叉繁殖，是很容易近亲繁殖只找到次优解。变异就是某些权值（随机一下）突然变了，不再继承爸爸妈妈了。经过若干轮的遗传+变异之后呢，你确实可以看到机器人在不同地形会演化出各种策略抓捕哦，例如绕圈从旁边绕到前面抓捕，等等。
作者：hearts zh
链接：https://www.zhihu.com/question/23293449/answer/123227001
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
da5bab2761aefb5f9e0ab4d87d09c1b3_b.png
