对不起的头衔很抱歉，
我正在学习ML，我想使用我已经获得的工具集来关注一个问题，这不包括强化学习。
我想创建一个NN，它采用简单的2D游戏关卡（在最简单的情况下考虑马里奥，简单的健身功能，简单的控制和简单的功能选择）并输出关键序列。
由于我们不知道正确的键序列（ks），我看到2个选项，
1-）我发现使用遗传算法并使用backprop或类似算法将关键序列与关联序列相关联并预测KS为新关卡
2-）我建立了一个巨大的NN并使用遗传算法来解决它的整个内部结构。
每种方法的优缺点是什么？我为什么要实现一个而不是另一个呢？请记住，我对这个主题还是比较新的，并希望用我迄今学到的东西来解决这个问题，真的是基础知识。
答案 0 :(得分：1)
你所建议的实质上是强化学习，例如：尝试“半随机”组合，然后使用奖励来学习网络。第一种方法是经典强化学习，另一种是使用神经网络进行强化学习。
如果您想解决这样的话题，可以通过简单的谷歌搜索找到大量的教程和github repos来帮助您解决这个问题。