Meinst du das ich durch beliebige Mutation Gefahr laufe schon durch kleine Veränderungen direkt von einer guten Lösung in eine schlechte zu springen?
Abhilfe könnte hier die Wahl einer größeren Population schaffen. Hättest du einen besseren Vorschlag die Mutation durchzuführen? Ist es überhaupt möglich Gewichte durch traditionelle Lernvorgänge zu optimieren wenn der gewünschte Output nicht bekannt ist?



Konkrete Anwendungsfälle:

Grundsätzlich sollten mit genügend Zeit und Rechenleistung verschiedenste Anwendungen möglich sein.
Begrenzungen sehe ich derzeit nur durch die angebotene Simulationswelt und dem Erstellen einer geeigneten Fitnessfunktion (Wobei ich meinen Mund nicht zu weit aufreißen will, da ja immer wieder Netzmodelle als die eilegende Wollmilchsau gesehen wurden und sich dann als Enttäuschung herausstellten)



Beispiele wären:

Quellen finden (Licht, Feuer, Schall, usw)
Beinbewegung erlernen
Mustererkennung
Objekte auf einen Haufen schieben ...



Interessant wären die Möglichkeit durch entsprechende Inputs/Outputs eine einfache Kommunikation von Netzen zur Verfügung zu stellen
und ihnen Problemstellungen zu geben die Teamwork erfordern.