Показать сообщение отдельно
Старый 04.02.2011, 00:41
Anton Riot вне форума Посмотреть профиль Отправить личное сообщение для Anton Riot Посетить домашнюю страницу Anton Riot Найти все сообщения от Anton Riot
  № 17  
Ответить с цитированием
Anton Riot

Регистрация: Sep 2008
Адрес: Москва
Сообщений: 291
Отправить сообщение для Anton Riot с помощью ICQ
dark256, можно начать с такого приближения:
у анимата (агента) есть набор рецепторов, каждый может принимать значения 0 или 1.
Например, рецептор пищи рядом с агентом - 1 если пища есть, 0 если её там нет; рецептор пищи впереди агента - 1 если есть, 0 если нет.. И так далее, массив N рецепторов.
также есть набор эффекторов (т.е. возможных действий): спать, жрать, кричать, и что угодно ещё. (M действий)
набор значений всех рецепторов в определённый момент времени (0100111..) можно представить как двоичное число. Соответственно, каждый уникальный набор можно обозвать Ситуацией, и у каждой ситуации свой номер (всего ситуаций 2^N).
Какое из возможных действий делать агенту в ситуации Ni? Для этого каждому возможному действию соответствует свой коэффициент для каждой ситуации. Какой больше - то и делаем. Т.е. есть матрица этих коэффициентов размером (M) x (2^N).
Вот набор этих коэффициентов - это и есть геном агента. Модификация их в процессе жизни - это обучение, а мутации (случайное изменение) при размножении - это то, что вас и интересует