这是问题的简化版本：
你有一个由五个战士组成的小组。每个战士拥有 1 到 10 件物品，每人可以携带 1 件物品参加战斗。给定关于战斗的信息（地形类型、一天中的时间等），每个战士应该选择哪种武器来产生最强的群体？
物品可以是弓、盾、剑、弹射器、医疗箱、马等。地形类型可以是山区、平原、沼泽、雪地等。
请注意，规则不容易编纂，因为它们是基于物品和地形条件之间的协同作用：例如，“剑”是一种好武器，“弓”是一种好武器，但五个战士有剑或五弓兵不如二弓三剑兵，因为五剑兵无掩体易受远程攻击，五弓兵因盾而无用。还有复杂的地形条件，例如，如果地形很难穿越，或者如果你在山顶上，弓会更好。一匹马在平坦的地形上会很棒，但是如果一个人有一匹马而其他人没有武器，那么这匹马就没用了。
我天真的解决方案是（a）训练机器学习回归算法以将地形信息和一组 5 个项目组合作为输入并产生一个值，越高越好，然后（b）产生项目的所有组合输入，饲料每个进入算法，并选择最高值。然而，随着组合学的爆炸式增长，这很快就会变得非常昂贵。
有没有更好的算法来表达“考虑到所有这些可能性，选择最佳组合”？如果它可以在亚马逊的机器学习堆栈上使用，则可以加分。