神经网络 - 实时预测答案

【问题标题】：Neural Network - Real time prediction神经网络 - 实时预测
【发布时间】：2017-12-28 20:32:11
【问题描述】：

我先说我不是机器学习方面的专家，但我对神经网络有相当了解。

到目前为止，我为解决琐碎问题而创建的网络都使用了拥有大量训练数据集、将这些数据馈入网络并使用反向传播来调整各种权重的想法。

但是，我将如何处理实时收集数据并且网络必须在学习过程中使用这些数据来预测要采取的适当行动的问题。

例如，假设我正在开发格斗游戏，玩家可以在其中对敌方生物进行各种攻击。是否有可能开发一个神经网络来处理玩家正在执行的动作并最终使用这些数据来预测玩家的下一步行动？例如。玩家连续两次执行动作 A，使用之前收集的有关玩家的数据，网络预测玩家接下来会执行动作 B。

不幸的是，我没有足够的知识来得出关于神经网络是否适合这个问题的结论。如果是这种情况，可以采用什么技术来解决这样的问题？

【问题讨论】：

标签： machine-learning neural-network artificial-intelligence

【解决方案1】：

"... 可以采用什么技术来解决这样的问题？"

Markov chain:

“马尔可夫链是描述一系列可能事件的随机模型，其中每个事件的概率仅取决于前一个事件中获得的状态”。“

例子：

“之前收集的有关玩家的数据”

1 2 3 observed
A A B 25
A A A 12
A B B 10

对于

"... 网络预测玩家接下来会执行动作 B。"

匹配当前观察到的状态 1 和 2。从这个结果中，状态3 为最高observed 值的记录代表最常见的继承。随机选择（与observed 值相关的机会）可能有助于避免高估（否则会使“AI”过于可预测/可操纵）。许多variations 可能。

【讨论】：

【解决方案2】：

你的问题很笼统，我的回答也是。神经网络能够处理这些问题。您应该搜索“使用神经网络进行在线学习”、“RNN”（循环神经网络）、“LSTM”（长期短期记忆）等方法/关键字。 RNN 和 LSTM 是通常用于使用神经网络处理时间相关数据的算法。一些著名的（和相对较新的）游戏研究是下围棋游戏的 AlphaGo 程序，尝试阅读它，您将了解时间相关的机器学习方法。

【讨论】：