# 2D_genetic

**Repository Path**: bcahlit/2D_genetic

## Basic Information

- **Project Name**: 2D_genetic
- **Description**: 对robocup2d 使用遗传算法进行改进的工具
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 2
- **Created**: 2019-08-11
- **Last Updated**: 2025-04-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# geneticAlgo for robocup2D

### 基本语法
使用c语言中未定义的$符号作为设计点的识别符号。类似于markdown里数学公式的使用。 

基本的设计点包括3种，分别是数、比较符号、枚举类型。 
* 数: 主要用于对参数进行变异。第一个属性为设计点的名字，建议使用V（var）开头，基本属性包括step（每次变化的步进值）max（最大值） min（最小值） chance（产生变异的概率）
    ```c++
    $Vt21=10,step=0.5,max=15,min=5$ 
    ```
* 比较符号: 用于对比较符号进行变异，gliders提到过，目前觉得用处不大（变异后可能产生很强的副作用）。第一个属性为设计点名字，必须以comp开头，chance是变异几率
    ```c++
    $compCt21=<,chance=0.05$
    ```
* 枚举类型: 目前主要用于控制条件编译的变异。以下代码会随机将设计点还原为0或1 ，初始值为1 ，以0.1的概率进行变异。
  ```c++
  #if $enumt1=1,opt=0|1,chance=0.1$
  ```

### 使用
讲设计点写入代码后，将代码改名为文件名+'.gt'(genetic templates) 然后讲文件名添加到geneticMutationFrame.py的files里。程序就会根据设计点规定的内容进行变异，去除掉'.gt'后缀，变为原来的文件，然后会自动进行编译，运行，统计胜率。产生数据库。根据产生的adaptability文件夹里的值来看那个更好。至于最后找出来了最好的，生成代码目前可以使用wirte2file函数，生成源代码文件。后期会剥离。

运行./clear.sh 会将项目运行过程中产生的临时文件删除，重新开始

### 之后
每次都要不同的名字太麻烦了，所以我又添加了cpp2gt.py 会将_name_ 替换为顺序不重复的数字 具体看代码