Artificial intelligence 如何处理人工神经网络中的不确定性/缺失数据？

背景：

我正在尝试使用前馈人工神经网络为视频游戏创建人工智能，我遇到了一个问题，我的一些输入功能依赖于其他输入功能的存在或价值

我能想到的最基本、最简单的例子是：

特征1是玩家数量（范围2…5） 功能2到？是每个玩家的分数（范围>=0）

通知ANN分数所需的特征数量取决于玩家数量

问题是：如何将这种动态知识输入表示为ANN

我已经考虑过的事情：

只是不使用这些特性，或者将它们整合到静态输入中。 也就是说，用球员得分的总和来代替。我严重怀疑这是否适用于我的问题，这将导致丢失太多信息，并且ANN将无法很好地执行

为不存在的输入传入错误值（例如-1）或默认值（例如0） 我不确定这会有多好，理论上，人工神经网络可以很容易地从这个输入中学习，并对函数进行适当的建模。在实践中，我担心大量不存在的输入会给ANN带来问题。例如，如果参与者的范围为2-10，如果只有2个参与者，80%的输入数据将不存在，并将向ANN引入奇怪的偏差，从而导致较差的性能

在不存在输入的情况下，在适当的训练集上传递平均值 同样，不存在的输入量也是一个问题，我担心这会给离散值输入带来奇怪的问题

那么，我在问这个问题，有没有人有我可以考虑的其他解决方案？有没有标准或常用的方法来处理这个问题

---

我知道这对SO来说是一个相当利基且复杂的问题，但我对“如何修复此代码？”和“如何在PHP/Javascript中执行此操作？”感到厌倦了。问题：p，谢谢各位。

听起来好像有多个数据集（针对每个玩家数量）彼此并不兼容。从5人游戏中学到的经验真的适用于2人游戏吗？尝试简化问题，例如#1，然后查看程序的执行情况。在人工智能中，荒谬的简化有时会给你很大的吸引力，比如垃圾邮件过滤器

试着考虑以下模型：

<席（例如X1）是一个变量数可以存在的输入之一。可以有n个（x1到xn）。让y为其余的输入

在第一个隐藏层上，将x1和y传递给第一个c节点，将x1、x2和y传递给下一个c节点，将x1、x2、x3和y传递给下一个c节点，依此类推。这假设x1和x3在没有x2的情况下不能同时处于活动状态。如果需要，模型必须适当更改

网络的其余部分是一个标准的前馈网络，所有节点都连接到下一层的所有节点，或者以您选择的方式连接

当您有w个活动输入时，禁用除第w组c节点外的所有节点（将其从该输入集的训练中完全排除，在计算其输出到的节点的值时不包括它们，不更新其输入或输出的权重）。这将允许大部分网络进行训练，但对于第一个隐藏层，仅适用于该数量输入的部分

我建议选择c，使得c*n（第一隐藏层中的节点数量）大于（或等于）第二隐藏层中的节点数量（并且对于中等规模的网络，c至少为10（进入100也可以），并且我还建议该网络至少有2个其他隐藏层（总共3个，不包括输入和输出）。这不是来自经验，而是我的直觉告诉我的

这种工作依赖于不同数量的输入之间的某种（可能是不可定义的）相似性，如果根本不存在这种相似性，则可能无法很好地工作。这也可能需要为每个数量的输入提供相当多的训练数据

如果您尝试过，请让我/我们知道它是否有效

如果你对人工智能的讨论感兴趣，我建议你加入一些专门讨论人工智能的小组，有些小组非常活跃，讨论也很有趣。在人工智能方面，stackoverflow似乎没有什么进展，或者我们应该努力改变这一点，或者两者兼而有之

更新：

以下是一些体面的人工智能LinkedIn团体的名单（除非他们最近改变了政策，否则加入应该很容易）：

• “人工智能研究人员、教员+专业人员”

• “人工智能应用”

• “人工神经网络”

• “AGI-人工通用智能”

• “应用人工智能”（目前进展不大，仍在处理一些垃圾邮件，但情况正在好转）

• “文本分析”（如果您对此感兴趣）

---

我投了赞成票，因为这是一件值得思考的有趣事情。在理想情况下，我希望为每个球员训练不同的网络，但问题在于训练数据的收集。对于2-5名球员来说，4个不同的数据集并不是很糟糕，但可以说最多有30-40名球员以及所有球员突然间，你只有2-3%的数据可以训练每个网络，这是假设没有边界情况下很难收集数据（可能有40个玩家的游戏是难以置信的罕见），这是公平的。然后我建议使用#2。这基本上是给每个数据集相同数量的维度。例如，比较（x，y）和（a，b，c）