如何用神经网络实现寻路和拥塞检测？

Question

这是一个输送机系统。框在A处进入系统并向C移动，在那里它们退出系统。对于B-> D也是如此。

路径A-> C上的框具有比框B-> D更高的优先级。箱子可以在每个广场停下来等待。如果A2和B2上都有一个方框，那么A2中的方框应首先通过X.

如果C2，C1，A2和B2上有方框，则B2中的方框应通过X并且A2上的方框等待，直到C1为空。否则它将阻塞路径B-> D。

如何使用神经网络解决这个问题？ 因此，对于每一个转弯，我都想输入每个块的当前状态，因此我希望从下一个框应移动的位置获取。

例如： 系统状态： BOX出现在A1 结果： A1，A2

我不知道神经网络是否是解决这个问题的好工具，但我只是好奇。 感谢您输入：）

Answer 1

您正在寻找的是一种将州与行动相对应的政策。

虽然您可以使用神经网络来存储策略，但您需要某种方式与环境进行交互以收集数据。

您所描述的是典型的强化学习问题。我建议你看看Q-learning。对于状态空间的大小，您可以轻松地将策略存储在表中，但是如果需要，神经网络也很容易与Q学习相结合（尽管使用非线性近似方案时无法确保收敛）。 / p>