限制每个时间步的 RNN 合法输出答案

【问题标题】：Limit RNN legal output for each time step限制每个时间步的 RNN 合法输出
【发布时间】：2021-03-30 10:28:07
【问题描述】：

我正在尝试让 RNN 预测纸牌游戏的动作。在每个时间步中，只有某些动作是合法的（即某些动作在某些情况下不能进行）。

因此，在游戏中的任何给定点，12 步中的一步都是正确的。每一步都被标记为 0 到 11 范围内的 int。在大多数情况下，只有其中的一部分实际上是合法的移动。所以说我尝试训练模型，它预测例如在某种情况下移动 4，但是此时只有移动 2、3 和 9 是合法的。进行此移动后，允许下一个时间步长使用不同的子集。如何让它仅从移动的子集进行预测？

我还没有到编码模型的地步，但我打算在 Python 中使用 Keras/TensorFlow LSTM 来做到这一点。

如果你能在这里指出一个好的方向，我会很高兴！

【问题讨论】：

标签： python tensorflow keras lstm recurrent-neural-network

【解决方案1】：

您可以添加掩码作为调用模型的参数。

但最简单的方法是将预测作为所有移动的概率，然后忽略那些不允许的移动。

【讨论】：

谢谢，是的，最后一个提示也是我正在考虑的。这让我对训练有点担心，因为经常接受概率较低的答案可能会使预测不准确。但是，考虑到它，它甚至可能会加强这些情况下的选择，所以我认为值得一试。