在真实对象 input/output 上训练神经网络，使其行为与对象相似
train a neural network on real subject input/output to have it behave similarly to subject
目标是创建一个 AI 来玩一个简单的游戏，跟踪屏幕上水平移动的点，该点会增加速度，直到不再被跟踪为止。
我想创建一个 AI 来表现得与真实的测试对象相似。我有大量的试验记录了很多个月，屏幕上的点位置和用户光标位置随时间的变化。
我想在这些试验中训练网络，使网络的行为类似于真实的测试对象，然后我可以获得大量的测试数据来观察改变游戏参数如何影响网络能力跟踪移动点。
我有兴趣了解神经网络的底层代码，并希望得到一些关于从哪里开始这个项目的建议。我知道 AI 可以非常擅长执行不同的任务，例如贪吃蛇或其他简单的游戏，但我的目标是让 AI 的表现与真实的测试对象相似。
你的问题有点笼统，不过我还是会尽量回答的。
要模仿您可以使用的主体行为和了解其所处状态的 LSTM 网络（在您的情况下，状态可能包括有关点移动的速度和方向以及指针所在位置的信息) 然后决定一个动作。您需要将数据（点协调和用户行为）输入网络。
一种更简单但有效的方法是使用简单的 MLP 网络。您的问题似乎并不难，一个简单的网络应该能够了解用户在特定情况下的行为。但是，根据 "perform similarly to a real test subject" 的意思，您可能需要更复杂的架构。
最后是 GAN 网络，如果您不熟悉神经网络，它会有些复杂，很难 time-consuming 训练，在某些情况下可能根本无法训练。好的一面是它们完全是为了模仿概率分布（或者更简单地说，一组数据）而设计的。
还有两个重要的注意事项要提一下：
- 您的网络性能在很大程度上取决于您的数据和游戏。例如，如果在你的数据集中，用户在相同情况下的行为非常不同，MLP 或 LSTM 将无法学习所有这些反应。
- 你的网络只能模仿它所教的内容。因此，如果您打算弄清楚在您的数据集中从未发生过的某些情况下人工代理会做什么（例如，如果在您的数据集中，点仅沿直线移动，但您希望它在实验时沿圆圈移动）你不会有好的结果。
希望这对您有所帮助。
目标是创建一个 AI 来玩一个简单的游戏，跟踪屏幕上水平移动的点，该点会增加速度，直到不再被跟踪为止。
我想创建一个 AI 来表现得与真实的测试对象相似。我有大量的试验记录了很多个月，屏幕上的点位置和用户光标位置随时间的变化。
我想在这些试验中训练网络，使网络的行为类似于真实的测试对象，然后我可以获得大量的测试数据来观察改变游戏参数如何影响网络能力跟踪移动点。
我有兴趣了解神经网络的底层代码，并希望得到一些关于从哪里开始这个项目的建议。我知道 AI 可以非常擅长执行不同的任务，例如贪吃蛇或其他简单的游戏，但我的目标是让 AI 的表现与真实的测试对象相似。
你的问题有点笼统，不过我还是会尽量回答的。
要模仿您可以使用的主体行为和了解其所处状态的 LSTM 网络（在您的情况下，状态可能包括有关点移动的速度和方向以及指针所在位置的信息) 然后决定一个动作。您需要将数据（点协调和用户行为）输入网络。
一种更简单但有效的方法是使用简单的 MLP 网络。您的问题似乎并不难，一个简单的网络应该能够了解用户在特定情况下的行为。但是，根据 "perform similarly to a real test subject" 的意思，您可能需要更复杂的架构。
最后是 GAN 网络，如果您不熟悉神经网络，它会有些复杂，很难 time-consuming 训练，在某些情况下可能根本无法训练。好的一面是它们完全是为了模仿概率分布（或者更简单地说，一组数据）而设计的。
还有两个重要的注意事项要提一下：
- 您的网络性能在很大程度上取决于您的数据和游戏。例如，如果在你的数据集中，用户在相同情况下的行为非常不同，MLP 或 LSTM 将无法学习所有这些反应。
- 你的网络只能模仿它所教的内容。因此，如果您打算弄清楚在您的数据集中从未发生过的某些情况下人工代理会做什么（例如，如果在您的数据集中，点仅沿直线移动，但您希望它在实验时沿圆圈移动）你不会有好的结果。
希望这对您有所帮助。