Насколько мне известно, NEAT (NeuroEvolution of Augmenting Topologies) - это алгоритм, который использует концепцию эволюции для обучения нейронной сети. С другой стороны, обучение с подкреплением - это тип машинного обучения с концепцией «вознаграждения» более успешных узлов.
В чем разница между этими двумя полями, если они кажутся очень похожими? Или NEAT происходит от обучения с подкреплением?