using System;

using System.Collections.Generic;

using UnityEngine;

public class NeuralNetwork

{

    public List<float> weights;

    public float mutationRate = 0.01f; // 돌연변이 비율

    public NeuralNetwork(int numberOfWeights)

    {

        weights = new List<float>();

        for (int i = 0; i < numberOfWeights; i++)

        {

            // 가중치를 무작위로 초기화

            weights.Add(UnityEngine.Random.Range(-1f, 1f));

        }

    }

    // 신경망의 출력을 계산하는 메소드

    public float Compute(float input)

    {

        float output = 0f;

        for (int i = 0; i < weights.Count; i++)

        {

            output += weights[i] * input;

        }

        return Sigmoid(output);

    }

    // 시그모이드 활성화 함수

    private float Sigmoid(float value)

    {

        return 1f / (1f + Mathf.Exp(-value));

    }

    // 돌연변이를 적용하는 메소드

    public void Mutate()

    {

        for (int i = 0; i < weights.Count; i++)

        {

            if (UnityEngine.Random.Range(0f, 1f) < mutationRate)

            {

                // 돌연변이: 가중치에 작은 변화를 줌

                weights[i] += UnityEngine.Random.Range(-0.1f, 0.1f);

            }

        }

    }

}

// 사용 예시

public class NeuralNetworkExample : MonoBehaviour

{

    NeuralNetwork neuralNetwork;

    void Start()

    {

        neuralNetwork = new NeuralNetwork(3); // 3개의 가중치를 가진 신경망 생성

    }

    void Update()

    {

        // 매 프레임마다 돌연변이 가능성을 체크

        neuralNetwork.Mutate();

        // 입력값에 대한 신경망의 출력을 계산

        float output = neuralNetwork.Compute(0.5f);

        Debug.Log(output);

    }

}