以強化學習訓練結構優化神經網路

[jacky09299]

（先選擇train_optimization分支，再開始寫程式）

目標：訓練一個神經網路，輸入外殼，輸出強度高的內部結構。

作法：
在資料夾train中，寫一個train_optimization.py。
透過類似alphago 的作法，在train_optimization.py，寫一個強化學習。神經網路的輸入是一個三維矩陣boundary，輸出是一個三維矩陣points和鍵結機率probability。
boundary： 是一個三維矩陣，代表外殼，有材料的部分是1，其他空的地方是0。
points：是三維矩陣， 代表內部的一些點，有點的位置是1，無點的位置是0。
probability ：是一個介於0～100的正實數。

透過調用create_structure()可以從boundary,points和probability建構出一個結構structure。將兩個結構structure1和structure2輸入win()可以得出哪一個結構較好。

假設下面的程式已寫好，並放在同一個資料夾，程式分別放在structure_test.py和battle_test.py裡:

structure_test.py：
有一個函式create_structure(boundary,points,probability)會輸出一個三維矩陣structure。
def create_structure(boundary,points,probability):
return structure

battle_test.py：
有一個函式win (structure1, structure2)，輸出兩個值，score1, score2，如果structure1比structure2強則輸出1, 0，反之則輸出0, 1。
def win (structure1, structure2):
return score1, score2