我正在尝试创建一个 AI 来使用 LSTM 玩 3D 近战格斗游戏。NN 接收敌人关节（例如头、手、腿）的相对位置作为输入，并且应该为每个时间步输出正确的运动。目前，我正在使用由 Keras 制作的 vanilla 前馈 NN，它表现良好，但它需要来自多个时间步长的信息才能更有效。

我现在正在尝试为这个问题实现 LSTM。我想在每个时间步接收一个输出，而不是在接收输出之前输入整个数据序列。

我相信有状态的 LSTM 适合这项任务，但我不确定如何训练它以及何时重置状态。理想情况下，人工智能不会有固定数量的记忆时间步长，并且能够在对每个时间步长进行实时预测时不断回顾，而不会在战斗期间突然重置其状态。

我的训练数据是每个时间步长的敌人位置（输入）和击键（输出）的连续序列。我将如何构建和训练 LSTM 以从这些数据中学习，以便使用 Keras 在每个时间步进行实时预测？