Neural network 移动机器人导航的神经网络

当使用人工神经网络设计移动机器人导航时，人们倾向于使用反向传播方法而不是前馈方法，为什么

正如埃里克所说，back-prop不是前馈网络的替代品，它是一种补充。只有一个前馈网络，你的左手就要自己算出所有的重量，这几乎没有意义

---

现在，back-prop不是一个必要的补充，因为还有很多其他的学习方法，从强化学习到进化方法，比如遗传编程。但是你几乎必须在你的网络中添加一些学习算法，以获得任何一种体面的任务性能

你能补充一些参考资料或详细说明你的问题吗？如果我没记错的话，反向传播是一种训练方法，而前馈是一种网络拓扑。一种方法不是另一种方法的替代方法。如果你包括一些论文的链接或者一些用于导航的链接，你要找的可能会更清楚。@Eric Perko:当然，我会添加一些参考资料。如果我同意你的观点，那么就使用反向传播，这样代理就可以通过连续反馈与环境交互——这在前馈方法中显然是缺失的？