frog/history/016c1_OneInput

2024-06-20 还是单点信号输入，用分裂算法
在目录history\016c_OneInput目录下，用分裂算法实现单点信号识别，即在单点视觉信号、咬细胞、张嘴细胞、甜味细胞、苦味细胞之间通过自然进化形成神经关联。宏观上实现的逻辑很简单，就是有一只大嘴怪呆在水里，看到食物就咬，食物消失就把嘴张开继续等。绿线表示咬对了，红线表示咬错了。
因为要用细胞分裂算法实现更复杂的模式识别，单点信号的识别是绕不过去的，顺手先把这个做出来。
技术上为了加快速度，这个版本把它的所有脑细胞都排成一条线，即使用前面的阴阳2叉树分裂算法。每个细胞用到24位基因，前16位表示它与其它16个细胞之间有没有连线，后面一些基因定义细胞的类型，不同类型的细胞有不同的行为。注意这个版本中眼睛嘴巴对应的脑细胞位置和数量并不固定，而是由分裂算法决定如何在空间分布。

## core目录简介 core目录是当前工作目录，如果跑出什么结果就会拷贝一份放到history目录里存档。

当前目标是大方向是由遗传算法来自动排列脑细胞和触突参数，以实现模式识别功能，并与上下左右运动细胞、进食奖罚感觉细胞结合起来，实现吃掉无毒蘑菇，避开有毒蘑菇这个任务。(未完成)
当前小目标: 1)是要利用阴阳8叉树分裂算法进化出第一个可以工作（向食物运动）的神经网络。(已完成, 见011_yinyan_eatfood)
2)利用阴阳8叉树或4叉树分裂算法(见012_tree4)来进化出具备模式识别功能的神经网络。即实现图像到声音的关联，比如对应1,2,3,4 数字的图像会反同激活训练时对应的声音细胞(未完成)

当前小小目标： 进化出具备简单模式识别功能的神经网络，即实现图像到声音的关联，