NEAT: Nevroevolusjon av forbedrende topologier

NEAT er en genetisk algoritme for å utvikle kunstige nevrale nettverk, introdusert av Kenneth Stanley og Risto Miikkulainen i 2002. I motsetning til metoder som kun utvikler vekter, utvikler NEAT samtidig både topologien (strukturen) og koblingsvektene til nevrale nettverk. Dette oppnås gjennom en direkte genkoding med historiske markeringer som muliggjør meningsfull krysning mellom nettverk med forskjellige strukturer, noe som gjør den anvendelig for forsterkningslæring, spill og kontroll-oppgaver uten å kreve en forhåndsdefinert arkitektur.