用于威胁分析的神经网络
Neural Network For Threat Analysis
对于我正在开发的游戏，我决定使用神经网络进行角色威胁分析。当一个角色在游戏中发现另一个角色时，他们将使用神经网络来确定是否与该角色交战。它是一个 3 层前馈网络。
输入：
- 健康差异（myHP - enemyHP）
- 等级差
- 友军与敌人数量（numAllies - numEnemies）
- 一个布尔变量，表示存在非常强大的敌人
我的主要问题是关于输入和激活函数。我已经实现了网络以使用逻辑函数。我怎样才能最好地规范我的输入以适应该功能？
例如，生命值差异可能在 1% 到 100% 之间，而等级差异可能在 -40 到 +40 之间。
移动并缩放您的输入，使所有输入都在 <0; 1>。
如果您的输入 x 在 <a; b> 中并且您希望它在 <0; 1> 中，请执行以下操作：
- 减去
a，所以我们有x - a。 x现在是非负的。
- 除以
b - a，得到 (x - a) / (b - a)。 x 现在 <0; 1>.
例子。让x=你的电平差输入。在<-40； 40>最初。
- 减去-40，我们落在<0； 80>.
- 除以 80，我们得到 <0； 1>.
为什么不将所有值转换为 [0;1] 区间？
例如，要查找健康归一化函数，您正在寻找 a 和 b，例如
a * 0.01 + b = 0
a * 1 + b= 1
给予：a=1/0.99 and b=-0.01/0.99
水平差异相同：您正在寻找 c 和 d 例如：
c * (-40) + d = 0
c * 40 + d = 1
等等...
对于每个变量，您的翻译函数将采用 a*x+b 形式，其中 a 和 b 如上所述。
对于我正在开发的游戏，我决定使用神经网络进行角色威胁分析。当一个角色在游戏中发现另一个角色时，他们将使用神经网络来确定是否与该角色交战。它是一个 3 层前馈网络。
输入：
- 健康差异（myHP - enemyHP）
- 等级差
- 友军与敌人数量（numAllies - numEnemies）
- 一个布尔变量，表示存在非常强大的敌人
我的主要问题是关于输入和激活函数。我已经实现了网络以使用逻辑函数。我怎样才能最好地规范我的输入以适应该功能？
例如，生命值差异可能在 1% 到 100% 之间，而等级差异可能在 -40 到 +40 之间。
移动并缩放您的输入，使所有输入都在 <0; 1>。
如果您的输入 x 在 <a; b> 中并且您希望它在 <0; 1> 中，请执行以下操作：
- 减去
a，所以我们有x - a。x现在是非负的。 - 除以
b - a，得到(x - a) / (b - a)。x现在 <0; 1>.
例子。让x=你的电平差输入。在<-40； 40>最初。
- 减去-40，我们落在<0； 80>.
- 除以 80，我们得到 <0； 1>.
为什么不将所有值转换为 [0;1] 区间？
例如，要查找健康归一化函数，您正在寻找 a 和 b，例如
a * 0.01 + b = 0
a * 1 + b= 1
给予：a=1/0.99 and b=-0.01/0.99
水平差异相同：您正在寻找 c 和 d 例如：
c * (-40) + d = 0
c * 40 + d = 1
等等...
对于每个变量，您的翻译函数将采用 a*x+b 形式，其中 a 和 b 如上所述。