神經網絡可以處理不連續輸入嗎？

我想知道前饋神經網絡是否能夠很好地處理不連續的輸入，以及如何更好地處理不連續的輸入。神經網絡可以處理不連續輸入嗎？

在深度強化學習項目中，我想輸入一個方向到神經網絡。然而，定向角度定義在[-180°，180°]的範圍內，並且在邊界不連續。因此，如果給定足夠的訓練樣本和時間，神經網絡會發現-180°實際上與+ 180°相同，還是它會區分這些值，因爲它們位於輸入空間的相反兩側？

2016-09-14 Tomakko

你是什麼意思，這是不連續的？這個函數是連續的 - 它還有一個屬性 - f（-180）= f（180）。我對嗎？ –

如果我讓機器人以恆定的速度旋轉，那麼真實世界角度會持續不斷地增長：0°，180°，360°，720°等等。但是，我的輸入同時定期跳轉。從這個意義上說，我相信我可以說它是一個實際連續財產的不連續表示。 – Tomakko

但這是可能的爭論流的不連續性 - 而不是價值觀。 –

它不應該是一個問題。由NN近似的值函數將簡單地將這些狀態下的所有動作映射到大致相同的值，因爲它們在利用方面是等價的。

所以，這些值是否相互隔離並不重要;從代理人的角度來看，他們無法區分。

2016-09-14 15:29:23

同意，理想情況下，我的算法將「看到」+ 180°和-180°的方向將具有相同的效果。我只是在考慮方向值的概括。只是爲了讓我明白，NN對於180°和-170°的數值來說知道0°和10°的數值具有類似的效果是不是更容易？ – Tomakko

回答