NEAT: NeuroEvolution of Augmenting Topologies

NEAT è un algoritmo genetico per l'evoluzione di reti neurali artificiali introdotto da Kenneth Stanley e Risto Miikkulainen nel 2002. A differenza dei metodi che evolvono solo i pesi, NEAT evolve simultaneamente sia la topologia (struttura) che i pesi di connessione delle reti neurali. Ciò si ottiene tramite una codifica genomica diretta con marcatori storici che consentono un crossover significativo tra reti di diverse strutture, rendendolo applicabile all'apprendimento per rinforzo, al gioco e ai compiti di controllo senza richiedere un'architettura predefinita.