# Ewolucja budowy sieci (NEAT)

EN: **NeuroEvolution of Augmenting Topologies (NEAT)** · id `neat` · aliases: NEAT, NeuroEvolution of Augmenting Topologies, topology evolution, ewolucja topologii

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Obliczenia ewolucyjne i inteligencja roju](https://aiatlasgraph.com/t/evolutionary.md) › [Neuroewolucja](https://aiatlasgraph.com/t/neuroevolution.md) › Ewolucja budowy sieci (NEAT)

## Description

- PL: Algorytm ewoluujący jednocześnie wagi i topologię sieci, z historycznymi znacznikami genów, specjacją i stopniową komplikacją od minimalnej struktury.
- EN: An algorithm evolving network weights and topology together, using historical gene markings, speciation and gradual complexification from minimal structure.

## In one sentence

- PL: Metoda, w której sieci zaczynają od najprostszej budowy i ewolucja stopniowo dokłada im nowe połączenia i neurony.
- EN: A method where networks start with the simplest structure and evolution gradually adds new connections and neurons.

## Problem it solves

- PL: Nie wiadomo z góry, jak duża i jak połączona powinna być sieć do danego zadania.
- EN: Nobody knows in advance how big or how connected a network should be for a task.

## What it does

- PL: Każda nowa zmiana budowy dostaje numer, by dało się krzyżować różne sieci, a nowinki mają chronioną niszę, zanim muszą konkurować.
- EN: Each structural change gets a number so different networks can be crossed, and newcomers get a protected niche before competing.

## Everyday example

- PL: Program uczy wirtualnego ptaszka omijać rury w prostej grze; zaczyna od kilku połączeń i dorasta tylko tyle, ile trzeba.
- EN: Software teaches a virtual bird to dodge pipes in a simple game; it starts with a few connections and grows only as needed.

## This concerns you if you…

- PL: chcesz małej sieci dopasowanej do prostego zadania sterowania
- PL: uczysz się podstaw neuroewolucji na prostych grach
- EN: want a small network fitted to a simple control task
- EN: are learning neuroevolution basics on simple games

## Keywords

NEAT-Python · HyperNEAT · ES-HyperNEAT · CoDeepNEAT · rtNEAT · innovation numbers · speciation

## How it works

- PL: Każdy nowy gen połączenia dostaje numer innowacji, co pozwala wyrównać genomy o różnej budowie podczas krzyżowania. Populacja dzieli się na gatunki według podobieństwa, więc nowe struktury mają czas na dostrojenie wag. Sieci startują bez neuronów ukrytych i rosną tylko wtedy, gdy to poprawia wynik.
- EN: Each new connection gene gets an innovation number, letting genomes of different structure be aligned during crossover. The population splits into species by similarity, so new structures have time to tune weights. Networks start with no hidden neurons and grow only when it helps.

## Limits

- PL: Sprawdza się przy małych sieciach i prostych zadaniach sterowania; nie konkuruje z gradientem przy dużych modelach obrazu czy języka. Wymaga strojenia progów specjacji i wielu parametrów.
- EN: It works for small networks and simple control tasks; it does not compete with gradients on large vision or language models. Speciation thresholds and many parameters need tuning.

## Key terms

- PL: **numer innowacji**: Znacznik mówiący, kiedy pojawił się dany gen połączenia.
- PL: **specjacja**: Podział populacji na grupy podobnych sieci konkurujących głównie wewnątrz.
- EN: **innovation number**: A marker recording when a connection gene first appeared.
- EN: **speciation**: Splitting the population into groups of similar networks competing mostly within.

## Know first

- [Podstawy sieci neuronowych (Neural network fundamentals)](https://aiatlasgraph.com/t/neuralbasics.md)
- [Algorytmy genetyczne (Genetic algorithms (GA))](https://aiatlasgraph.com/t/geneticalgorithms.md)

## Subtopics (1 direct, 1 in total)

- [Ewolucja wzorów połączeń dużych sieci (HyperNEAT) (HyperNEAT and compositional pattern-producing networks)](https://aiatlasgraph.com/t/hyperneat.md): Neuroevolution with indirect encoding: NEAT evolves a CPPN that sets connection weights between neurons placed in geometric space.

## Sources

- [Evolving Neural Networks through Augmenting Topologies](<https://nn.cs.utexas.edu/downloads/papers/stanley.ec02.pdf>) `neat-2002` · by Kenneth O. Stanley, Risto Miikkulainen
- [Designing neural networks through neuroevolution](<https://www.nature.com/articles/s42256-018-0006-z>) `neuroevolution-review-2019` · by Kenneth O. Stanley, Jeff Clune, Joel Lehman, Risto Miikkulainen

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/neat · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30