我（我想我）可以理解如何为下棋等游戏的神经网络构建输入，或者去哪里玩家的下一个动作取决于固定大小的输入。然而，还有一些更简单的游戏，其中玩家可见的状态是可变大小的（即在uno 的情况下，一个简单的纸牌游戏，玩家手中可能有任意数量的牌，下一步可能取决于在已经打出的牌上没有设定数量）。
这些类型的游戏是否与神经网络不兼容？如果不是，输入层会是什么样子？如果是这样，有哪些替代方案？
【问题讨论】：
标签： neural-network
您可以使用神经网络/专家系统/AI 实现您想要的一切，但如果这是更好的工具来完成这项工作，您必须考虑什么。
当您使用这种方法时，大多数情况下的问题是如何以适当的方式对输入进行编码，以便在评估 AI 时归档最佳结果。
是的，您可以使用 AI 实现国际象棋和 uno，但您必须首先考虑如何对输入进行编码以及在玩游戏时如何思考。
使用 AI 进行此操作比使用传统方法要困难得多。
如果你用谷歌实现国际象棋人工智能，你会发现一些实现，一些使用电磁场强度，另一种使用函数来排列移动。
问题是您要存档什么，是用 AI 开发的游戏还是编写好的国际象棋游戏？
您想使用该工具是因为它很酷还是因为您认为它可以适合问题上下文
【讨论】：