artificial-intelligence - 如何处理人工神经网络中的不确定性/缺失数据？

Question

上下文:

我正在尝试使用前馈人工神经网络为视频游戏创建 AI，但我遇到了一个问题，即我的某些输入特征依赖于其他输入特征的存在或值(value)。

我能想到的最基本、最简单的例子是这样的:

特征 1 是玩家数量(范围 2...5)
功能 2 到 ?是每个玩家的得分(范围>=0)

通知 ANN 分数所需的特征数量取决于玩家的数量。

问题:我如何将这种动态知识输入表示给 ANN？

我已经考虑过的事情:

简单地不使用此类功能，或将它们合并为静态输入。
即使用玩家分数的总和代替。我严重怀疑这是否适用于我的问题，它会导致丢失太多信息并且 ANN 无法很好地执行。

为不存在的输入传入错误值(例如 -1)或默认值(例如 0)
我不确定这会有多好，理论上 ANN 可以很容易地从这个输入中学习并适本地对函数进行建模。在实践中，我担心大量不存在的输入会导致 ANN 出现问题。例如，如果玩家的范围是 2-10 人，如果只有 2 个玩家，则 80% 的输入数据将不存在，并且会在 ANN 中引入奇怪的偏差，从而导致性能不佳。

在不存在的输入上传递训练集的平均值
同样，不存在的输入量将是一个问题，我担心这会给离散值输入带来奇怪的问题。

所以，我问这个，有没有人有我能想到的其他解决方案？是否有标准或常用的方法来处理这个问题？

我知道这对 SO 来说是一个相当小众且复杂的问题，但我对“如何修复此代码？”感到厌烦。和“我如何在 PHP/Javascript 中做到这一点？”问题:P，谢谢大家。

Answer 1

听起来您有多个数据集(针对每个玩家数量)，但彼此并不真正兼容。从 5 人游戏中吸取的教训真的适用于 2 人游戏吗？尝试简化问题，例如 #1，然后查看程序的执行情况。在 AI 中，荒谬的简化有时会给您带来很大的吸引力，例如 bag of words在垃圾邮件过滤器中。