对于多智能体编队问题，我想使用人工神经网络（ANN），该网络应根据视野中邻近智能体的相对位置输出期望的速度向量（x,y），无论是使用（x,y）还是（角度，半径）形式，取决于哪种方式效果更好。

由于智能体的视野大约只有150度，因此视野中的智能体数量是可变的。

我该如何最佳处理ANN的可变数量输入？我很希望能得到一些关于最佳方法的建议。

我能想到的唯一方法是限制可能的输入数量，然后在超过限制时只输入最近的邻居，或者用远处的假邻居填充空输入（因为远距离交互非常有限）。

回答：

通常，你可以构建一个输入数量超过实际需求的网络。关键是要确保你的训练数据与使用数据相匹配。

你可以采用一种方法，即对未使用的向量简单地输入0,0，或者你可以使每个输入类似于x,y,0，其中最后一个数字为1表示该向量应被使用。重要的是要使用大量的训练数据，并使你的实际使用与训练格式相匹配。

未使用或无用的输入在实际操作中倾向于权重趋近于零。

还有更高级的方法，你可以将输出回馈到输入中，然后在每次迭代中增加一个额外的输入。不过，这对于你所做的事情来说可能有点过头了。

你在使用强化学习吗？还是监督学习？