对于多智能体形成问题，我想使用人工神经网络（ANN），它应该根据（x，y）视图中相邻代理的相对位置输出所需的速度矢量（x，y） ）或（角度，半径）我认为哪个最好。
视图中的代理数量是可变的，因为它们只有~150度的视野。
我怎样才能最好地处理人工神经网络的可变输入数量？我想对最佳方法有所了解。
我能想到的唯一方法是限制可能的输入数量，然后在超出限制时仅输入最近的邻居，或者在远处填充虚假邻居的空输入（因为远程交互非常有限）。
答案 0 :(得分：2)
通常，您可以使用比您需要的更多输入来构建网络。重要的是确保您的培训数据与使用数据相符。
您可以使用一种方法，只需输入0,0表示未使用的向量，或者您可以将每个输入设置为x，y，0，如果应该使用向量，则最后一个数字为1。重要的是只需使用大量的训练数据，并使您的实际使用与训练格式相匹配。
在实际操作中，未使用或有用的输入将趋于零重量。
还有更高级的方法，您可以将输出并将其循环回输入，然后在每次迭代时提供一个额外的输入。对于你正在做的事情，这可能有点过头了。
你在使用强化学习吗？还是受过监督？