Self-Parking Car Evolution이진 암호법 데모로써 브라우저에서 가상 self-parking 차량의 진화를 시뮬레이션합니다.

5.0 (4)

리뷰어 Daniel Nikulshyn·업데이트됨 2026년 7월

Open Source Educational Simulation Genetic Algorithm Neural Networks Browser-Based Research

개요

Self-Parking Car Evolution은 개요 교육 프로젝트로서 유전 알고리즘(generative algorithm)을 사용하여 2D 가상 환경에서 차량이 자재 주차를 시뮬레이트한다. 각 차량은 작은 신경망에 의해 제어되고 WEIGHT는 유전체(gene)에 암호화되어 있으며, 연속적인 세대는 가깝게 도달할 수 있도록 목표 주차 지점에 따라서 번식하고 돌연변이하는 다음 선택된다. 브라우저 내에서 완전히 실행되는 시뮬레이션은 사용자가 시간에 따른 우열의 인구가 좋아지는 것을 관찰할 수 있고, 수행능력이 떨어지는 차량이 필터링되고 더 강한 주조종자가 파라미터를 전달해주며 강화된다. 이 것은 진화적 계산, 적합도 함수 및 산란 행동의 hands-on 표상 대신 실용적인 자율 주행 시스템이 아니라는 점을 이해하기 위한 실습적인 시도로서 작동한다. 프로그래머, 학생들과 AI 열정가들은 실무에서 유전 알고리즘 작동 방식에 대해 학습하고 파라미터를 조정하거나 다른 제어 문제에 접목시키기위한 소스 코드를 확인할 수 있습니다.

주요 기능

유전 알고리즘을 기반으로한 훈련 루프
신경망 차량 컨트롤러
2D 주차 시뮬레이션 환경
수정 가능한 인구수와 변이 매개변수
생산 중 진화되는 세대의 실시간 시각화
실험을 위하여開放소스로의코드베이스

가격

모델: Freemium
카테고리: 컴퓨터 비전
평점: 5.0 / 5 (4)

사용 사례

실습을위한 유전 알고리즘을 시각화합니다.

학생 및 자습생은 세대의 진화를실시간으로시켜 선택, 수정, 및 적합성을 위한 이해를구축합니다.

유전 암호체계의 강의 시뮬레이션

교수는 neuroevolution,emergent 행위 및 reinforcement-style 학습 개념을소개할실시간으로 시뮬레이션을위한사용합니다.

인자에 대한 실험을위하게합니다.

개발자들은 인구 사이즈, 변이 비율 및 네트워크 가중치들을적어보이며수렴의속도 및 주차 성공을분석합니다.

신경망 진화에있는 프로젝트의 출발점

业余인과연구자들은개방소스 코드베이스를fork하여 자신의유전 암호체계 실험 및 시뮬레이션 환경을구축하는기초로 사용합니다.

장단점

장점

유전 알고리즘에 대한 간결한 시각적 демонстра션
설정 없이 브라우저에서 실행
개방소스 및 교육적용을위한
진화적인 AI 개념에 대한 입문

단점

실제 주차 시나리오와 한계가 있게됩니다.
실제 세계의 자율 주행에는 부적합합니다.
학습은 빠른収束의속도가됩니다.
확장하기위한 프로그래밍지식이 필요합니다.

대결 기록

Pantheon에서 1회 대결.

1위

2위

3위

Last battle

#4
Computer Vision Showdown — May 1, 2026
May 1, 2026 · #4 of 10

리뷰

5.0

4개 평가의 평균.

리뷰를 작성하려면 로그인하세요.

Sanjay Gupta

May 2, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: neural network car controllers and clear, visual demonstration of genetic algorithms. Where it lags: training can be slow to converge. On balance the feature set — especially genetic algorithm-based training loop — justifies the 5 stars for our use case.

Wei Chen

Mar 20, 2026

Does the job

Pretty happy overall. Open-source codebase for experimentation just works and clear, visual demonstration of genetic algorithms. but no dealbreakers — I'd recommend it to a friend without hesitating.

Tomáš Novák

Feb 8, 2026

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on 2D parking simulation environment, and clear, visual demonstration of genetic algorithms caught me off guard. still, I'd recommend giving it a real trial.

Omar Haddad

Jan 14, 2026

Solid for our team

We rolled this out across the team last quarter and clear, visual demonstration of genetic algorithms. Neural network car controllers fits neatly into how we already work, and 2D parking simulation environment removed a step we used to do by hand. but it has held up under daily use.