Abstract 要解决的问题：网络的结构和参数一起进化 优势：①提出了一种在不同结构之间交叉的方法；②通过种族（speciation）来保障种群的创新性；③从一个最小的拓扑结构进行进化。 实验：①通过对比实验证明，在加强学习的任务上，增长性的结构比固定结构性能更好；②通过剪切实验证明NEAT算法的各个部分不可或缺。 贡献：①证明GA可以同时优化和复杂化（这里的复杂化应该指的是多样化）解