用于威胁分析的神经网络

Question

对于我正在开发的游戏，我决定使用神经网络进行人物威胁分析。当角色在游戏中发现另一个角色时，他们将使用神经网络来决定是否参与该角色。它是一个3层前馈网络。

输入：

• 卫生差（myHP - enemyHP）
• 水平差异
• 盟友VS敌人数（numAllies - numEnemies）
• 布尔变量，表示非常强的存在敌人

我的主要问题是关于输入和激活功能。我已经实现了使用逻辑功能的网络。我可以如何最好地使输入标准化以适应功能？

例如，健康差异范围可以从1％到100％，其中水平差可以从-40到+40。

Answer 1

切换和缩放您的输入，所以它们都在<0; 1>。

如果输入x是<a; b>，你希望它是在<0; 1>，这样做：

1. 减a，所以我们有x - a。 x现在是非负的。
2. 除以b - a，所以我们有(x - a)/(b - a)。 x现在在< 0; 1>。

例子。假设x =您的等级差异输入。它在< -40; 40>。

1. 减去-40，我们登陆< 0; 80>。
2. 除以80，我们登陆< 0; 1>。

Answer 2

为什么不将所有值转换为[0; 1]的间隔？ 例如找到健康正常化的功能，你正在寻找a和b如

a * 0.01 + b = 0 
a * 1 + b= 1 

，并提供：a=1/0.99 and b=-0.01/0.99

同为级差：你正在寻找这样c和d：

c * (-40) + d = 0 
c * 40 + d = 1 

等等......

对于每个变量，您的翻译功能将采用a*x+b的形式，其中a和b如上所示。