如何计算理想值未知的神经网络的误差？
How to compute an error for neural networks with unknown ideal?
好的，所以我通过反复试验建立了一个神经网络。接下来进入反向传播。但为了做到这一点，我需要计算输出的误差。
我为我的测试区域制作的情况如下。我有一辆车，在迷宫的一角，可以导航到迷宫的另一个角落。
输入是：
- 与正前方墙壁的距离
- 距汽车左侧墙的距离
- 距汽车右墙的距离
- 汽车全局X位置
- 汽车全局Y位置
输出是：
- 车速前进方向
- 小车转弯速度
所有输入和输出显然在-1 和+1 之间归一化。汽车只能向前移动 -1 = 0 速度，+1 = 最大速度。 （我知道速度有点没用，但我想知道它是否可以计算出最大速度会让它更快到达那里，或者它是否会在转弯时自动减速，否则转弯速度不够快)
所以我只知道我想要汽车从当前位置到迷宫的终点位置。我自己不用担心其他任何事情。
回到这个脚本的误差计算部分。我阅读和遵循的所有指南都要求与输出相比出现错误。如，output - ideal = error问题是，为了让它前进到迷宫的出口，我不知道此时理想的转向方式或速度是什么。
在我看来，这可能意味着以下两种情况之一：
1.还有其他方法可以解决我可以使用但不知道的错误。或者有一种方法可以通过数学方式找出错误。
2. 我对神经网络的期望越来越高 input/output。或者问它一些它永远做不到的事情。因此我无法计算出正确的错误。
任何能帮我解决这个错误的人都将不胜感激！否则请解释我做错了什么或我如何改进任务或 I/O.
提前致谢！
你混淆了两件事。您了解了神经网络的监督训练。当你试图解决不受监督的问题时，它更像是强化学习。在这种情况下，您无权访问 "ideal" 答案。只能大致说目前的状态是good/bad（好比走迷宫出口好，走远不好）。要么专注于监督学习问题，然后你使用的资源就可以了，要么坚持你的迷宫问题并转向强化学习。
好的，所以我通过反复试验建立了一个神经网络。接下来进入反向传播。但为了做到这一点，我需要计算输出的误差。
我为我的测试区域制作的情况如下。我有一辆车，在迷宫的一角，可以导航到迷宫的另一个角落。 输入是：
- 与正前方墙壁的距离
- 距汽车左侧墙的距离
- 距汽车右墙的距离
- 汽车全局X位置
- 汽车全局Y位置
输出是：
- 车速前进方向
- 小车转弯速度
所有输入和输出显然在-1 和+1 之间归一化。汽车只能向前移动 -1 = 0 速度，+1 = 最大速度。 （我知道速度有点没用，但我想知道它是否可以计算出最大速度会让它更快到达那里，或者它是否会在转弯时自动减速，否则转弯速度不够快)
所以我只知道我想要汽车从当前位置到迷宫的终点位置。我自己不用担心其他任何事情。
回到这个脚本的误差计算部分。我阅读和遵循的所有指南都要求与输出相比出现错误。如，output - ideal = error问题是，为了让它前进到迷宫的出口，我不知道此时理想的转向方式或速度是什么。
在我看来，这可能意味着以下两种情况之一： 1.还有其他方法可以解决我可以使用但不知道的错误。或者有一种方法可以通过数学方式找出错误。 2. 我对神经网络的期望越来越高 input/output。或者问它一些它永远做不到的事情。因此我无法计算出正确的错误。
任何能帮我解决这个错误的人都将不胜感激！否则请解释我做错了什么或我如何改进任务或 I/O.
提前致谢！
你混淆了两件事。您了解了神经网络的监督训练。当你试图解决不受监督的问题时，它更像是强化学习。在这种情况下，您无权访问 "ideal" 答案。只能大致说目前的状态是good/bad（好比走迷宫出口好，走远不好）。要么专注于监督学习问题，然后你使用的资源就可以了，要么坚持你的迷宫问题并转向强化学习。