NEAT : Évolution neuronale de topologies augmentées

NEAT est un algorithme génétique pour l'évolution de réseaux neuronaux artificiels, introduit par Kenneth Stanley et Risto Miikkulainen en 2002. Contrairement aux méthodes qui n'évoluent que les poids, NEAT fait évoluer simultanément à la fois la topologie (structure) et les poids de connexion des réseaux neuronaux. Il y parvient grâce à un codage génomique direct avec des marquages historiques qui permettent un croisement significatif entre des réseaux de structures différentes, le rendant applicable à l'apprentissage par renforcement, aux jeux et aux tâches de contrôle sans nécessiter d'architecture prédéfinie.