我有兴趣编写某些使用机器学习的软件，并根据外部数据执行某些操作。
但是我遇到了问题（这对我来说总是很有趣） - 如何编写发出订单或订单序列的机器学习软件？
问题在于，据我所知，神经网络在输入上获得了很多，并且根据以前的训练结果“回忆”了输出。立即（好吧，或多或少）。所以我不确定“发布命令”如何适合该系统，特别是当系统执行的操作对系统产生一定的延迟影响时。我也有点不确定如何训练这件事。
此类系统的示例：
1.第一人称射击敌人控制器。据我了解，有可能为机器人实现神经网络控制器，它将根据一些输入（可能是健康，弹药等）切换机器人行为策略（好吧，为它们分配优先级）。但我没有看到制作高阶控制器的方法，可以发出一系列命令，如“去那里，然后左转”。此外，机器人的行为将影响控制机器人行为的变量。即射击减少弹药，从高处坠落降低健康等。
2.自动化市场交易者。当然有可能制造出能够预测下一个市场价格的系统。但是，我不知道如何制造出能够购买东西，观察趋势，然后将其卖回以获取利润/掩盖损失的系统。
3.汽车司机。同样，（据我所知），可以根据位置/速度/扭矩数据和先前训练的结果制作维持所需运动矢量的系统。但是我没有看到让这种系统（学会）执行一系列动作的方法。
即。据我所知，神经网络在技术上是一个矩阵 - 你给它输入，它产生输出。但是如何生成可能改变环境计划的行动序列呢？
如果此类任务不完全适合神经网络，还可以使用其他什么？
P.S。我明白这个问题并不完全清楚，我怀疑我缺少一些知识。所以我会欣赏一些指示（即要阅读的书籍/资源等）。
答案 0 :(得分：2)
你可以尝试将输出神经元直接连接到控制器，例如向自我射击者前进，转身或射击，或为交易者购买订单。但是，我认为当你让神经网络解决一个相当具体的子问题，然后让“正常”程序解释它的答案时，获得了最好的结果。例如，你可以让神经网构建一个“我想去哪里”的地图覆盖图，然后机器人将其转化为动作。交易者的神经网络可以产生“我想要多少纸张”，然后机器人会将其转换为买入或卖出订单。
子问题应由神经网络解决的决定是其设计的核心问题。重要的是，可以向神经网络传授好的解决方案。
编辑：在示例中对此进行了扩展：当自我射手机器人被射击时，它不应该想要在那里;当它开枪射击别人时，它应该想要更多。当交易者从纸张上亏钱时，它本来应该想要的更少;如果它获得了，它应该想要更多。可以教这些东西。
答案 1 :(得分：1)
您所描述的问题称为Reinforcement Learning。强化学习本质上是与控制器耦合的机器学习算法（例如神经网络）。它已用于您提到的所有应用程序，甚至用于drive real cars。