1701066690
1701066691
1701066692
1701066693
1701066694
▲图9.4 罗比在一个有罐子的场地中。图中虚线是它在仿真时的移动轨迹，上图采用策略M，下图采用策略G
1701066695
1701066696
另外，遗传算法通过策略G还发现了一个巧妙的技巧，它在一些特定的情形中不会去捡当前格子中的罐子。
1701066697
1701066698
例如图9.5（a）给出了一种情形。在这种情形下，如果罗比采用策略M，它会捡起当前格子里的罐子，向西移动，然后捡起新的格子里的罐子[图9.5（b）—图9.5（d）]。由于罗比只能看见相邻格子的情形，因此当前它看不到余下的一堆罐子。它只能随机移动，直到碰巧遇到余下的罐子。
1701066699
1701066700
再看看策略G在同样情形中的表现（图9.6）。罗比没有去捡当前位置上的罐子，而且是直接向西移动[图9.6（b）]。然后它捡起了一堆罐子中最西边的罐子[图9.6（c）]。前面没有捡的罐子现在成了路标，罗比根据这个可以“记住”返回去有罐子。接下来它就会把这一堆罐子都捡起来[图9.6（d）—图9.6（k）]。
1701066701
1701066702
我知道我的策略不完美，但也没想到会有这种办法。进化可能聪明得多，GA经常会让我们感到意外。
1701066703
1701066704
遗传学家经常用“敲除突变（knockout mutations）”的办法来验证关于基因功能的理论，其实就是用遗传工程的方法阻止所研究的基因转录，再看对机体会有何影响。这里我也可以用这种方法。我将策略G中与这个技巧对应的基因敲掉：将所有与“当前格子中有罐子的”情形相对应的基因都换成“清扫罐子”。这会使得策略G的平均分从最初的483降到443，因此证明了我在前面的猜测，策略G之所以成功，部分就是因为这个技巧。
1701066705
1701066706
1701066707
1701066708
1701066709
▲图9.5 罗比在一堆罐子中，使用策略M移动的四步
1701066710
1701066711
1701066712
1701066713
1701066714
1701066715
1701066716
1701066717
▲图9.6 罗比在同样的一堆罐子中，用策略G走的11步
1701066718
1701066719
复杂 [:1701064775]
1701066720
GA是如何演化出好的技巧的
1701066721
1701066722
下一个问题是，GA是如何从随机的群体演化出像策略G这样好的策略的呢？
1701066723
1701066724
要回答这个问题，我们可以看一看策略是如何一代一代改进的。图9.7中画出了每一代中最佳策略的适应度。你可以看到最好的适应度最开始是小于0的，前300代提高得很快，此后的提高要慢一些。
1701066725
1701066726
第1代有200个随机生成的策略，可以想象它们都很糟糕。最好的策略适应度才-81，最糟糕的到了-825。（可能这么低吗？）
1701066727
1701066728
1701066729
1701066730
1701066731
▲图9.7 GA演化出策略G的过程中，各代群体中的最佳适应度
1701066732
1701066733
我用几个任务测试了一下罗比采用这一代中最糟糕的策略时的行为。在一些环境设定中，罗比移动了几步就卡住了，之后在整个任务过程中都停止不动。在一些情况下，则不停地撞墙，直到任务结束。有时候则一直不断地去捡罐子，虽然当前位置上没有罐子。显然这些策略在进化过程中很快就会被淘汰掉。
1701066734
1701066735
我也测试了一下这一代中最好的策略，还是很糟糕，比最差的好不了多少。不过比起来它还是有两个优点：不那么容易一直撞墙了，而且偶尔碰到罐子的时候还能把罐子捡起来！作为这一代中最好的策略，它有很大的机会被选中用来繁殖！一旦被选中，它的子代就会继承这些优点（同时也会继承许多缺点）。
1701066736
1701066737
到第10代，群体中最佳策略的适应度已经变成正数了。这个策略经常会停滞不动，有时候还会在两个格子之间不停地来回移动。但基本不怎么撞墙，同第1代的前辈一样，偶尔也会捡罐子。
1701066738
1701066739
GA就这样不断改进最佳适应度。到200代时，最好的策略已经具有向罐子移动并捡起罐子这个最重要的能力——至少大部分时候是这样。不过，如果周围没有罐子，它也会浪费很多时间用来随机游走，这一点同策略M相似。到250代时，做得已经和策略M一样好了；等到了400代，适应度超过了400分，这时的策略如果少做一些随机移动，就能和策略G一样好。到800代时，GA发现了将罐子留作相邻罐子的路标的技巧，到900代时，沿着围墙转的技巧就基本完善了，到1000代时会进一步做些修正。