neural-network - 如何使用神经网络解决 "soft"解？

Question

我正在考虑使用神经网络在我正在构建的太空射击游戏中为我的敌人提供动力，我想知道；当网络没有一个明确的好的输出集时，你如何训练神经网络？

Answer 1

我目前正在研究神经网络，如果没有明确定义的输入和输出编码，它们似乎毫无用处，而且它们根本无法扩展到复杂性(请参阅 http://en.wikipedia.org/wiki/VC_dimension )。这就是为什么神经网络研究自 20 到 30 多年前最初的炒作以来几乎没有应用，而基于语义/状态的人工智能由于它在现实世界应用中的成功而占据了每个人的兴趣。

一个很好的起点可能是弄清楚如何用数字表示游戏状态作为神经网络的输入。

接下来要做的是弄清楚什么样的输出将对应游戏中的 Action 。

考虑使用神经网络的结构。为了从神经网络中获得有趣的复杂行为，网络几乎必须是循环的。您将需要一个循环网络，因为它们有“内存”，但除此之外，您没有太多其他事情要做。然而，具有任何复杂结构的循环网络真的很难训练其行为。

神经网络成功的领域往往是分类(图像、音频、语法等)和统计预测方面的有限成功(我们期望在这个词之后出现什么词，明天股价会是多少？)

简而言之，最好在游戏的一小部分使用神经网络，而不是将其用作核心敌人 AI。