概括：
我正在教机器人在运动场上挑选食物。有些食物有毒，有些食物很好。
食物详情：
- 有毒食物减分，好食物加分。
- 食物点因其大小而异。
- 有毒食物与好食物的比例约为 9:1，因此更多的机会以负数告终。
- 食物加班点数增长。
- 食物在某些预定大小变得有毒后变质。
健身功能：
我使用的适应度函数只是在迭代结束时计算点数。机器人可能会选择吃掉它或跳过它。
问题：
我遇到的问题是，在第一代中，大多数机器人吃了很多坏东西，而好奇的东西最终变成了负数。所以，大部分成功的都是那些懒惰、不吃东西或不去吃东西的人，而且大多数时候，最适合前几代人的结果是 0 分和 0 吃任何种类的食物食物。
经过长时间的训练，他们最终只是等待食物而不是多次进食。通常，当他们等待时，食物变质了，他们最终会去吃另一种食物。这样，在迭代结束时，我就有了一些赢家，但他们远未达到他们本来可以达到的潜力。
问题：
我不知何故需要权衡吃食物的重要性。我希望他们最终学会吃饭。
所以我想到了这个：
brain.score += foodValue * numTimesTheyAteSoFar
但这使分数过高，现在食品质量没有得到尊重，他们只是吞食略高于 0 的任何东西。