我正在尝试使用本文https://arxiv.org/abs/1712.01815中描述的方法来使算法学习新游戏。
只有一个问题不能直接适合这种方法。我尝试学习的游戏没有固定的棋盘尺寸。因此，当前输入张量的尺寸为m*n*11，其中m和n是游戏板的尺寸，并且每次玩游戏时都可以变化。因此，首先，我需要一个能够利用这种变化的输入大小的神经网络。
输出的大小也是电路板大小的函数，因为它具有一个向量，其中包含电路板上每个可能移动的条目，因此，如果电路板大小增加，输出向量将更大。
我已经读过递归和递归神经网络，但是它们似乎都与NLP有关，我不确定如何将其转化为我的问题。
任何能够处理我的案例的关于NN体系结构的想法都将受到欢迎。