neural-network - 可以在不知道预期输出的情况下使用神经网络来最大化输出吗？

Question

我目前正在研究组合博弈论，并且正在尝试使用神经网络开发人工智能。我最初的方法是获取游戏的统计数据并将其用作输入，并训练我的神经网络为这些输入开发最佳权重配置，以获得这些输入的最大输出值。每组输入代表一个动作，通过将每个动作（输入 x 权重）传递给神经网络，我可以找出哪个动作具有最大值。因此，这一举措将是最好的举措。

这都是理论上的，我只是好奇在不知道期望值的情况下构建神经网络是否是可能的。如果这看起来不合理，是否有任何其他算法我应该研究这类问题？

感谢您的任何反馈，在此先感谢您。