我正在尝试创建神经网络来预测纸牌游戏中的动作。我正在寻找有关将游戏状态编码到我的输入层的建议。这是一个复杂的回合制收藏卡牌游戏（想想万智牌）。我需要表示游戏板各个区域中的牌（牌组、弃牌堆、手牌等）。似乎很难将卡片分配到这些区域，因为这些区域中的卡片数量永远不会恒定。

我正在考虑一种方法，将游戏中的每张牌分配到特定的牌区。游戏中的总牌数应该是恒定的（让我们假设）。我觉得这种方法应该给我一个可能不那么稀疏的输入。

另外，使用这种方法处理卡片重复的最佳方法是什么？假设我的牌库中有 3 张完全相同的卡片。也许其中一张在我手上，两张在我的弃牌堆里。3 张中的哪一张在我手中并不重要，因为它们都是完全相同的牌。现在有多种方法可以在我的网络中表示相同的确切游戏状态，因为每张卡片都有自己的状态。对我来说，这似乎不太好。这会对我的神经网络学习游戏的能力产生多大影响？