好的，我通过一些试错方法设置了一个神经网络。接下来要进行反向传播。但为了做到这一点，我需要计算输出上的误差。
我在测试区域设置的情况如下。我有一辆车，位于迷宫的一个角落，需要导航到迷宫的另一个角落。输入包括：
- 前方墙壁的距离
- 车辆左侧墙壁的距离
- 车辆右侧墙壁的距离
- 车辆的全局X位置
- 车辆的全局Y位置
输出包括：
- 车辆向前行驶的速度
- 车辆转向的速度
所有输入和输出显然都归一化在-1到+1之间。车辆只能向前移动，所以-1表示0速度，+1表示最大速度。（我知道速度有点无用，但我好奇它是否能发现最大速度会更快到达目的地，或者在无法快速转弯时是否会自动减速以应对拐角）
所以我所知道的是，我希望车辆从当前位置到达迷宫的终点位置，而不需要自己担心其他任何事情。
回到这个脚本的误差计算部分。我阅读并遵循的所有指南，都要求计算与输出的误差。也就是说，output - ideal = error 问题在于，为了让它到达迷宫出口，我不知道在那个点上转向或速度的理想方式是什么。
在我看来，这可能意味着两件事之一：1. 有其他我不知道的方法来处理误差，或者有某种数学方法来计算误差。2. 我对神经网络的期望过高，输入/输出太少，或者要求它做一些它永远无法做到的事情。因此，我永远无法计算出正确的误差。
任何能帮助我解决这个误差问题的人都会受到欢迎！否则请解释我做错了什么，或者如何改进任务或输入/输出。
提前感谢！
回答：
你混淆了两件事。你读到的是关于神经网络的监督训练。而你试图解决的问题不是监督学习，而是强化学习。在这种设置下，你无法访问“理想”答案。你只能或多或少地说当前状态是好/坏（比如到达迷宫出口是一个好位置，而离得很远就是坏位置）。要么专注于监督学习问题，然后你使用的资源是合适的，要么坚持你的迷宫问题并转向强化学习。
