神经网络可以处理不连续输入吗？

我想知道前馈神经网络是否能够很好地处理不连续的输入，以及如何更好地处理不连续的输入。神经网络可以处理不连续输入吗？

在深度强化学习项目中，我想输入一个方向到神经网络。然而，定向角度定义在[-180°，180°]的范围内，并且在边界不连续。因此，如果给定足够的训练样本和时间，神经网络会发现-180°实际上与+ 180°相同，还是它会区分这些值，因为它们位于输入空间的相反两侧？

2016-09-14 Tomakko

你是什么意思，这是不连续的？这个函数是连续的 - 它还有一个属性 - f（-180）= f（180）。我对吗？ –

如果我让机器人以恒定的速度旋转，那么真实世界角度会持续不断地增长：0°，180°，360°，720°等等。但是，我的输入同时定期跳转。从这个意义上说，我相信我可以说它是一个实际连续财产的不连续表示。 – Tomakko

但这是可能的争论流的不连续性 - 而不是价值观。 –

它不应该是一个问题。由NN近似的值函数将简单地将这些状态下的所有动作映射到大致相同的值，因为它们在利用方面是等价的。

所以，这些值是否相互隔离并不重要;从代理人的角度来看，他们无法区分。

2016-09-14 15:29:23

同意，理想情况下，我的算法将“看到”+ 180°和-180°的方向将具有相同的效果。我只是在考虑方向值的概括。只是为了让我明白，NN对于180°和-170°的数值来说知道0°和10°的数值具有类似的效果是不是更容易？ – Tomakko

回答