一、PokeMMO游戏里孵蛋需要遗传什么技能
PokeMMO游戏里孵蛋需要遗传通过技能机（TM）学习的技能。
在PokeMMO游戏中，孵蛋时遗传技能是一个重要的环节。这些遗传的技能之后可以通过使用心之鳞片的方式来回忆。以下是对孵蛋遗传技能的详细解释：
查看遗传技能：首先，要确定哪些技能是可以遗传的。这通常可以通过查看宝可梦的图鉴来完成。图鉴中会列出宝可梦可以学习的所有技能，包括遗传技能。以吉利蛋为例，它可能有四个可以遗传的技能，但这些技能可能并不都是实际战斗中需要的。
技能学习方式：在查看技能时，还会注意到一些技能标有“TM”、“HM”或“教学”等字样。这些字样代表了技能的学习方式：
TM：代表技能机器，是通过使用特定的技能机器来学习技能的。这种方式学习的技能是可以遗传的。
HM：代表秘传机，这种技能通常用于游戏中的特定任务，如砍树、碎石等，且可以多次使用，因此不需要遗传。
教学：是通过找特定的NPC学习技能，通常需要一些道具作为报酬。这种方式学习的技能一般不能遗传。
选择遗传技能：在孵蛋时，应该选择那些通过TM（技能机器）学习的技能进行遗传。这些技能通常具有较高的实用价值，且可以通过遗传的方式传递给后代宝可梦。
实际操作：例如，如果希望吉利蛋的后代能够学会某个特定的技能机技能（如剧毒），就需要找到一个能够遗传该技能的宝可梦（如蘑蘑菇），然后将其与吉利蛋进行孵蛋。成功遗传后，后代宝可梦的信息里会显示它可以回忆这个特殊技能。
以下是一些具体的操作步骤和示例图片（由于文本格式限制，图片将以markdown格式链接展示）：
（图片展示了吉利蛋的技能列表，包括可以遗传的技能和不能遗传的技能）
（图片说明了吉利蛋的遗传技能以及学习方式的标识）
（图片展示了吉利蛋可以通过技能机学习的技能）
（图片展示了成功遗传技能后的宝可梦信息，显示可以回忆特殊技能）
综上所述，PokeMMO游戏中孵蛋时需要遗传的技能主要是通过技能机（TM）学习的技能。这些技能具有较高的实用价值，且可以通过遗传的方式传递给后代宝可梦，从而增强其后代的战斗能力。
二、游戏人工智能的遗传算法
上述的几种算法虽然可以模拟出比较好的智能表象，但遗憾的是没有学习功能。而学习功能相对于智能生物是一个非常重要的功能。因此，我们简单介绍一下遗传算法，并举一个具体的例子。
生物的进化是一个奇妙的优化过程，它通过选择淘汰，突然变异，基因遗传等规律产生适应环境变化的优良物种。遗传算法是根据生物进化思想而启发得出的一种全局优化算法。
遗传算法简介：对问题产生一个描述，对待解决问题进行编码。随机初始化群体X(0)=(x1, x2,… xn)。对当前群体X(t)中每个个体xi计算其适应度F(xi)，适应度表示了该个体的性能好坏。应用选择算子产生优良种群goodX(t)。对goodX(t)应用遗传算子，产生新一代群体X(t+1)。t:=t+1；如果不满足终止条件继续(3)。选择算子：选择算子从群体中按某一概率成对选择个体，某个体xi被选择的概率Pi与其适应度值成正比。最通常的实现方法是轮盘赌模型。
例3：同样看黑白棋，我们采用自学习的方法来模拟智能的实现。棋盘状态采用敌方=-1、空=0、我方=1。棋盘大小为64，我们对每一个格子用5*5的局部棋子来评价其战略重要性。采用线性方式Important[node]=∑Wi*state[ i]。这样我们就得到一个W[64][25]的表，对于每一种棋盘局势它总能判断出战略重要性最大的点（姑且不论对与否）。这种编码方式考虑了棋盘全局位置特性与局部局势特性，大家可自行改进。
选取种群大小为30，随机生成30个Wi[64][25]。
初始训练阶段：对每一个Wi[64][25]，让其判断一些特定的战略点，判断力好的适应度大。后期训练阶段：和人对下，赢的多的适应度大。选择适应度大的10个为产生优良种群goodX(t)。对goodX(t)应用遗传算子，产生新一代群体X(t+1)（30个个体）。交叉遗传，可选取father[0-32][25]和mother的[32-64][25]产生新的个体。变异遗传，对father[64]25]中的数值产生一些随机变化从而生成新个体。t=t+1；如果不满足终止条件继续(3)。
采用这种方式，我们可以使程序自己学习，从而模拟智能。遗传算法的主体就是对问题编码，然后通过进化方式进化出优秀（相对于适应度）的种群，编码方式由具体问题决定，进化方式影响进化范围和速度。通过这种方式的学习，模型一般都能得到此编码方式下的最优编码，从而具有超越人为编码的性能。有兴趣的读者可以自行深入研究。
