好吧，标题不清楚，这就是我的意思。我正在编写某种游戏(比如生命游戏)。例如，有动物(每个动物都是一个类的Java实例)。所有这些动物都在map上，所有这个“世界”在每个“回合”进化。这些动物可以在每个回合进行操作。示例:一只狼杀死了一只羊。但是，我对在状态之间进行这些进化的“方式”有疑问，因为结果将取决于我循环遍历动物的顺序。示例:Wolffirst:狼先杀了羊(然后羊死了，所以没有Action)Sheepfirst:羊吃了一些草，然后然后(轮到狼)狼杀死了羊我该如何解决这个问题？多线程？(但我会有很多动物，比如1000只甚至更多……)。是否有一种算法，一种“方式”来做到这一点？谢谢

我不打算在我的博客上放一个链接，但我没有任何其他方法可以阐明我的真正意思。文章很长，分为三个部分(1、2、3)，但如果你好奇，值得一读。很久以前(至少5年)我编写了一个生成“数学细菌”的python程序。这些细菌是具有简单的基于操作码的遗传密码的python对象。你可以给他们一个数字，他们根据代码的执行返回一个数字。我随机生成它们的遗传密码，并对这些对象应用环境选择，产生类似于预定义预期值的结果。然后我让它们复制，引入突变，并进化它们。结果非常有趣，因为他们的遗传密码基本上学会了如何求解简单方程，即使训练数据集的值不同也是如此。现在，这东西只是个玩具。我有时间可以浪费，我想满足我的好奇

论文地址：https://arxiv.org/pdf/2203.16250.pdf发表时间：2022PP-YOLOE基于PP-YOLOv2改进实现，其中PP-YOLOv2的整体架构包含了具有可变形卷积的ResNet50-vd的主干，使用带有SPP层和DropBlock的PAN做neck，以及轻量级的IoU感知头。在PPYOLOv2中，ReLU激活功能用于主干，而mish激活功能用于颈部。PP-YOLOv2只为每个GT对象分配一个锚定框。除了分类损失、回归损失和目标损失外，PP-YOLOv2还使用IoU损失和IoU感知损失来提高性能。PP-YOLOE的网络结构如下所示1、模型基本结构1.1结构说

论文信息EvolveGCN:EvolvingGraphConvolutionalNetworksforDynamicGraphs原文地址：EvolveGCN:EvolvingGraphConvolutionalNetworksforDynamicGraphs：https://ojs.aaai.org/index.php/AAAI/article/view/5984/5840摘要GraphrepresentationlearningresurgesasatrendingresearchsubjectowingtothewidespreaduseofdeeplearningforEu-clidea

论文信息EvolveGCN:EvolvingGraphConvolutionalNetworksforDynamicGraphs原文地址：EvolveGCN:EvolvingGraphConvolutionalNetworksforDynamicGraphs：https://ojs.aaai.org/index.php/AAAI/article/view/5984/5840摘要GraphrepresentationlearningresurgesasatrendingresearchsubjectowingtothewidespreaduseofdeeplearningforEu-clidea