神经网络从被人忽悠到忽悠人(三)

引子

在上一章，讲过bp神经网络虽然取得了很大的进步，但它本身存在着一些无法避免的问题，其中一个比较困惑的应该是局部最优解问题。

只接触那些你已经喜欢的东西是有风险的，即你可能会卷入一个以自我为中心的漩涡，从而对任何与你的标准存在细微差异的事情都视而不见，即使你原本会喜欢它。这种现象被称为“过滤器泡沫”（filter bubble），技术术语是“过适”（overfitting）。 — 必然

所谓的局部最优解的问题就是：卡在一个小高点的位置，而却认为自己在最高点，导致训练提前结束。

很多优化的算法相继提出，目前来说比较火热的也许应该算是多种算法的结合。在2015 “机器学习”年度回顾 中使用遗传算法进化的神经网络开发了能够自己玩超级玛丽的算法。

遗传算法

9世纪中叶，达尔文创立了科学的生物进化学说，以自然选择为核心的达尔文进化论，第一次对整个生物界的发生、发展，作出了唯物的、规律性的解释，推翻了特创论等唯心主义形而上学在生物学中的统治地位，使生物学发生了一个革命变革。

达尔文

在重要著作《物种起源》：他使用在1830年代环球科学考察中积累的资料，试图证明物种演化是通过自然选择和人工选择实现的。

1967年，Holland的学生J.D.Bagley在博士论文中首次提出“遗传算法（Genetic Algorithms）”一词简称GA，他抓住了《物种起源》两个重要的规则：交叉和变异。把这两个过程用算法的方式完美的演绎出。

Super Mario World的人工智能

2002年，Kenneth O. Stanley 在Massachusetts Institute of Technology上发表了，《Evolving Neural Networks through
Augmenting Topologies》（神经网络进化拓扑结构），简称NEAT。

简单的来看，神经网络进化拓扑结构用的是遗传算法和神经网络的结合，能够最大程度的克服神经网络陷入局部最小值的问题。

2015年SethBling用他开发了一款能玩Super Mario World的人工智能。并开源了自己的代码，短短的一千多行的代码，就能够自己学习，并能够通关超级玛丽。

代码使用lua写成，一千多行的代码，结构也非常的清晰。

代码用神经网络算法计算权值，用遗传算法（交叉和变异）优化权重。

神经网络的权值计算过程：

function evaluateNetwork(network, inputs)
    table.insert(inputs, 1)
    if #inputs ~= Inputs then
        console.writeline("Incorrect number of neural network inputs.")
        return {}
    end

    for i=1,Inputs do
        network.neurons[i].value = inputs[i]
    end

    for _,neuron in pairs(network.neurons) do
        local sum = 0
        for j = 1,#neuron.incoming do
            local incoming = neuron.incoming[j]
            local other = network.neurons[incoming.into]
            sum = sum + incoming.weight * other.value
        end

        if #neuron.incoming > 0 then
            neuron.value = sigmoid(sum)
        end
    end

    local outputs = {}
    for o=1,Outputs do
        local button = "P1 " .. ButtonNames[o]
        if network.neurons[MaxNodes+o].value > 0 then
            outputs[button] = true
        else
            outputs[button] = false
        end
    end

    return outputs
end

交叉：

function crossover(g1, g2)
    -- Make sure g1 is the higher fitness genome
    if g2.fitness > g1.fitness then
        tempg = g1
        g1 = g2
        g2 = tempg
    end

    local child = newGenome()

    local innovations2 = {}
    for i=1,#g2.genes do
        local gene = g2.genes[i]
        innovations2[gene.innovation] = gene
    end

    for i=1,#g1.genes do
        local gene1 = g1.genes[i]
        local gene2 = innovations2[gene1.innovation]
        if gene2 ~= nil and math.random(2) == 1 and gene2.enabled then
            table.insert(child.genes, copyGene(gene2))
        else
            table.insert(child.genes, copyGene(gene1))
        end
    end

    child.maxneuron = math.max(g1.maxneuron,g2.maxneuron)

    for mutation,rate in pairs(g1.mutationRates) do
        child.mutationRates[mutation] = rate
    end

    return child
end

看不见的努力和优化

Super Mario World训练过程比较简洁，训练了一晚上以后，能够顺利的通过。再次用游戏的方法，看到了神经网络的威力。通过神经网络训练权值，并用遗传算法使自己最大限制的不掉进局部最小值里，可以训练出很多优秀的项目。

但这种应用处于初期，目前的阶段只能用于娱乐项目上，真正能够实用性的东西，还需要很多的努力。

from: http://datartisan.com/article/detail/117.html