Как я обучал нейросеть для реализации функции оценки положения на Russian AI Cup CodeBall 2018

Было примерно так:

. . . . .
        // Estimation of ball position, direction & velocity
        let metric_pos = {
            let max_pos_z = rules.arena.depth / 2.0 + rules.arena.goal_depth - rules.BALL_RADIUS;
            ball_pos.z / max_pos_z
        };
        let metric_vel = {
            ball_vel.z / rules.MAX_ENTITY_SPEED
        };
. . . . .
        return (0.9 * metric_pos) + (0.1 * metric_vel) + (...остальные оценки...)

Где "остальные оценки" имеют веса ниже 0.1 и в процессе прикручивания нейросети не изменялись. Они тут для того, чтобы несколько вариантов развития событий, где роботы не взаимодейтствуют с мячом (а следовательно оценка мяча в этих вариантах будет идентичной), а, скажем, пытаются бежать в разные точки, можно было адекватно оценивать и сравнивать.

Как видно, здесь оценивается на 90% позиция мяча по оси Z (чем ближе к воротам соперника — тем лучше) и на 10% скорость мяча по оси Z (чем быстрее летит в сторону ворот соперника, тем лучше).

Соответственно, когда прикручивал нейронку, то заменил (0.9 * metric_pos) + (0.1 * metric_vel) на то, что возвращает нейронка (оно вроде как тоже приведено к диапазону примерно -1..1 что мне подходит).

При сравнении прогнал штук 10-15 игр. Тенденцию понять вроде хватило.