Smart Rockets

关于遗传算法如何工作要达到的目标交互式演示。

这是一个演示遗传算法如何工作的应用程序。

它基本上由一堆必须达到目标的火箭组成，避免了用户绘制的障碍物。

他们必须通过在开始时尝试随机指示，然后选择最适合解决方案的方法来学习获胜的路径。他们还必须适应不断变化的环境，就像几个世纪以来的生物一样。

修改参数（种群大小，突变率，速度和寿命），您可以看到它们如何影响进化。

它是如何工作的：

每枚火箭都有一个设定其轨迹的DNA（影响他在每一帧的速度）。在开始时，这是随机生成的。

在接下来的每一代中，火箭的DNA都来自上一代的两个“父母”;火箭作为下一代父母的机会与各种因素成正比：胜利，超越障碍的机会，死亡，与目标的距离等等......

影响模拟的变量：

- 生命时间：死亡前允许进入火箭的步数。

- 突变定量：每一步都有机会改变其初始DNA并在该点采取随机方向。

- 火箭数量：数量越高，系统将越适应。

设置菜单：

- 跳过代：禁用渲染并以最大速度执行模拟（在表格或图表中显示结果）

- 切换到模式：允许从经典模式切换到GPU加速模式，反之亦然。警告：所有设备都不支持GPU加速模式，因此可能会导致应用程序出错。

- 重置火箭：将火箭状态（DNA）重置为初始状态（不修改障碍物和目标）

- 加载/导出，保存和导入：使用这三个按钮，您可以加载/保存模拟，或从设备内部存储器导出/导入文件（.srk）。

- 其他设置：可通过屏幕顶部的设置图标或通过单击设备的后退按钮进行访问，您可以在此处编辑在应用程序启动时选择的模拟设置。

GPGPU功能：

此应用程序还使用Android Renderscript框架开发，允许在并行计算方面利用GPU优势。不幸的是，它并没有在所有设备上得到很好的支持，因此可能效果不佳;在这种情况下，仅使用经典模式。

它是如何工作的？在每个火箭上执行的任务是在GPU上并行完成的，其架构设计用于同时处理许多任务（只需考虑图像渲染，该图像的每个像素都必须单独评估）。

遗传算法通常与图形无关，但它们的性质与并行计算非常吻合：它们是GPGPU特别成功实现的一个例子（图形处理单元上的通用编程）

保存文件：

最新版本使用二进制文件而不是纯文本，这样可以减少使用内存的十倍和读/写时间;您仍然可以从旧版本加载文件（而不是导出）。

导出的文件保存在内部存储根目录的默认目录SmartRockets中。我们尝试了几个文件管理器，你应该能够加载一个.srk文件，只需点击它（甚至从谷歌驱动器，WhatsApp或电报等...）或在显示的列表中选择我们的应用程序。唯一给我们带来一些问题的是来自三星的“我的文件”，有时候甚至没有显示“打开”的选项就没有打开文件;在这种情况下，您可以上传到Google云端硬盘或通过其他文件管理器打开它。