NEAT: NeuroEvolution of Augmenting Topologies

NEAT este un algoritm genetic pentru evoluția rețelelor neuronale artificiale, introdus de Kenneth Stanley și Risto Miikkulainen în 2002. Spre deosebire de metodele care evoluează doar ponderile, NEAT evoluează simultan atât topologia (structura), cât și ponderile conexiunilor rețelelor neuronale. Acesta realizează acest lucru printr-o codificare genomică directă cu marcaje istorice care permit încrucișări (crossover) semnificative între rețele cu structuri diferite, făcându-l aplicabil în învățarea prin recompensă (reinforcement learning), jocuri și sarcini de control, fără a necesita o arhitectură predefinită.