我想尝试ML中的一些新功能。 我用了很多GA解决复杂的问题，但现在我想尝试一些新的东西。
我的问题很简单： 我有3/4个大小不同的物体，还有一个放置物体的包裹。 目的是估算正确的包裹内容。
现在，我已经使用表解决了该问题，在该表中存储了所有先前的数据（Knowledge）并返回与输入数据更接近的结果。 正式地，它可以工作并可以从过去中学到东西，但是它是机器学习吗？
我希望该软件了解如何将物品存储在包裹中。
我需要什么算法？
我已经解决了GA问题。
最诚挚的问候
答案 0 :(得分：2)
我敢打赌，您正在寻找强化学习（RL）。开始使用GA不会像GA这样简单。您可能必须创建自己的环境。
您的动作可能是从包裹中放入/取出物品。 如果猜测正确，则可以定义奖励（+值），如果错误，则可以定义负奖励。从而针对大量情节训练算法。
我怀疑您可以通过Q学习轻松解决此问题。考虑到问题的简单性，您宁愿使用Q表方法，也不愿使用DQN（深层Q网络）。
RL最适合用于优化任务，而刚开始时这个问题就很大。我还用GA和RL解决了优化任务，但是当然，您确实会感觉到RL有一些“智能”。
This文章通过一个有效的示例清晰地概述了RL。
openAI gym是一个使RL程序员的工作变得轻松的库。
您可以创建一个自定义环境，例如this。并定义如何分配奖励以及如何找到下一个状态等。