如何用神經網絡實現尋路和擁塞檢測？

Question

這是一個傳送帶系統。箱子在A處進入系統並朝C離開系統。對於B-> D也是如此。

路徑A-> C上的框比框B-> D具有更高的優先級。盒子可以在每個廣場停下來等待。如果在A2和B2上有一個框，則A2中的一個應該先經過X.

如果在C2，C1，A2和B2上有框，那麼B2中的框應該穿過X並在A2框上等待，直到C1爲空。否則它會阻塞路徑B-> D。

如何用神經網絡解決這個問題？ 因此，我想輸入每個塊的當前狀態，因此我想從哪裏到哪裏下一個盒子應該移動。

例如： 系統狀態：存在於A1BOX 結果：A1，A2

我不知道，如果神經網絡是此問題的一個很好的工具，但我只是好奇。 感謝您的輸入:)

Answer 1

你在找什麼是一個政策，映射到行動。

雖然您可以使用神經網絡來存儲您的策略，但您需要某種方式與環境進行交互以收集數據。

你所描述的是一個典型的強化學習問題。我建議你看看Q-learning。對於狀態空間的大小，可以很容易地將您的策略​​存儲在表中，但是如果需要，神經網絡也很容易與Q學習相結合（儘管在使用非線性逼近方案時不能保證收斂）。