In diesem Artikel werden wir das Auto mit einem genetischen Algorithmus das Selbstparken lernen lassen. Wir erstellen die 1. Generation von Autos mit zufälligen Genomen, die sich unregelmäßig verhalten werden.

In der 40. Generation beginnen die Autos zu lernen, was Selbstparken ist, und nähern sich dem Parkplatz. Trotz Kollisionen mit anderen Autos und unvollkommenen Anpassungen wird dieser frühe Fortschritt gefeiert, wie der Simulator sich entwickelt.

Sie können den Selbstparkenden Auto-Evolutions-Simulator starten, um den Prozess direkt in Ihrem Browser zu sehen, Autos von Grund auf zu trainieren, genetische Parameter anzupassen oder manuelles Parken mit WASD-Steuerung zu versuchen. Der genetische Algorithmus ist in TypeScript implementiert. Der Plan besteht darin, die hochstufige Aufgabe des Selbstparkens in ein niedrigstufiges Optimierungsproblem des Findens des optimalen 180-Bit-Auto-Genoms aufzuteilen.

Muskeln, in Form von Motoren- und Lenksignalen (-1, 0, +1), ermöglichen die Bewegung. Sensoren, oder 'Augen', ermöglichen es dem Auto, seine Umgebung und Hindernisse zu sehen. Das Gehirn ist eine reine Funktion, die die Bewegungen basierend auf Sensor-Eingaben steuert.

Die Evolution tritt Generation für Generation ein, während die Gehirn-Funktion optimale Bewegungen lernt. Der vollständige genetische Quellcode ist im Evolution-Simulator-Repository verfügbar. Der Simulator bietet Möglichkeiten, Autos von Grund auf zu trainieren, trainierte Autos in Aktion zu betrachten und manuelles Parken zu versuchen.