我（我想）我可以理解如何为像国际象棋一样玩游戏的神经网络构建输入，或者去玩家的下一个动作取决于固定大小的输入。然而，有更简单的游戏，其中玩家可见的状态是可变大小的（即在uno的情况下，简单的纸牌游戏，玩家手中可以有任意数量的牌，并且下一步行动可能取决于已经播放但没有设定金额的牌。
这些类型的游戏是否与神经网络不兼容？如果没有，输入层可能是什么样的？如果是这样，有哪些替代方案？
答案 0 :(得分：0)
您可以使用神经网络/专家系统/人工智能实现您想要的一切，但如果这是更好的工具，您必须考虑这一点。
当您使用这种方法时，大多数情况下的问题是如何在评估AI时以适当的方式对输入进行编码以存档最佳结果。
是的，您可以使用AI实现国际象棋和uno，但您必须首先考虑如何编码输入以及您在玩游戏时的想法。
使用AI进行此操作比使用传统方法困难得多。
如果你谷歌实施国际象棋AI你会发现一些实现，一些使用电磁场强度，另一个使用函数来排名移动。
问题是你要归档什么，用AI开发的游戏还是编写好的国际象棋游戏？
您是否想要使用该工具，因为它很酷或者您认为它可以适合问题上下文