artificial-intelligence - 在神经网络中分配惩罚的最佳方法？

Question

我有一个有向加权图数据结构，其中节点 A 和节点 B 之间的权重表示从节点 A 到节点 B 的转换的次数。

数据结构的目的是识别节点之间的移动模式。

为此，每次转换的权重都会线性增加（请告诉我是否有更好的方法来增加它）

但是，如果用户偏离了他通常的行进路径，则必须分配对最可能路径的惩罚和对新采取的路径的强化，以便根据模式的变化快速调整权重。从而使系统更快速地进行自学习。

分配这种惩罚/强化的最佳方式是什么？我可以随机选择将重量减半/加倍，但这背后没有任何理由，听起来更像是一时兴起。

Answer 1

我宁愿给新路径的奖励更高的价值；也许会增加旅行时间的倒数。

我不建议惩罚可能的路径。它不是状态的一部分，也不是 RL 的主要工作方式。而是考虑资格痕迹。

另一方面，考虑改进状态的初始化，而不是调整/调整学习，这可能会更好；您的帖子显示您当前正在尝试应用有关数据的背景信息。