2

Excelente relato, principalmente por não parar no recorde e testar a generalização em partidas novas. O contraste entre “zerou uma vez” e 0/100 deixa muito claro o efeito de selecionar pelo máximo de uma variável aleatória.

Também achei muito boa a evidência de que os sensores de espaço livre mudaram mais o resultado que aumentar a rede. É uma demonstração prática de como representação e função de aptidão podem pesar mais que a quantidade de parâmetros. Quando você comparar arquiteturas, seria interessante manter um conjunto fixo e separado de sementes de avaliação desde o início, para a métrica principal não vazar para a seleção.

Parabéns por publicar também as ciladas e os detalhes de operação. O caso do Uint32Array e o alerta de ilha parada são lições excelentes de engenharia experimental.

Carregando publicação patrocinada...
1

Valeeeu! E você resumiu melhor que eu: no fundo, o recorde é só o máximo de uma variável aleatória, e com milhões de partidas esse máximo sempre sobe, mesmo sem a cobra melhorar.

Sobre as sementes, ponto muito bom. No teste do artigo não teve vazamento: a campeã foi escolhida pelo recorde do treino, que usa uma semente sorteada a cada geração, e só depois rodou nas 100 sementes fixas. Mas isso saiu meio por acaso do jeito que eu montei, não por método. Se eu tivesse comparado configurações e ficado com a melhor nessas mesmas 100 sementes, elas teriam virado parte da seleção e o número sairia otimista. O certo mesmo seria separar desde o começo um conjunto de validação, pra escolher, e um de teste, que roda uma vez só no fim. Fica a lição anotada.

E só uma correção: o alerta de ilha parada acabou não existindo, ficou como ideia. Eu só descobri o travamento quando fui conferir o status e vi que os dados não atualizavam fazia horas, e foi justamente por isso que virou cilada no texto haha.

Valeu demais pela leitura atenta!