Mislim da mreza koju si izabrao i nije najbolja za ovaj problem. Evo zasto:
Tvoja mreza na ulazu ima 9-to dimenzioni vektor. Svaki ulaz u tvoju mrezu predstavlja jednu tacku u 9-to dimenzionom ulaznom prostoru. Da bi se izvrsila klasifikacija, u principu, potrebno je prvo taj deveto dimenzioni prostor podeliti na oblasti a potom svakoj od oblasti dodeliti jednu od 9 klasa (upaliti jedan od 9 izlaza mreze). Posto igrica ima dosta razlicitih stanja, a susedna stanja (stanja koja se razlikuju za male vrednostu u ulaznom vektoru) cesto ne trebaju da se svrstaju u istu klasu, potrebno je podeliti ulazni prostor na MNOGO OBLASTI.
Mreza tu podelu ostvaruje preko neurona u skrivenom sloju. Svaki neuron odgovara jednoj hiper ravni (8mo dimenziona ravan) koja deli prostor na dva dela tj. ako je ulaz tacka sa jedne strane ravni neuron ce biti aktivan a ako je sa druge strane ravni neuron nece biti aktivan. (To naravno vazi za Hard Limit izlazne funkcije neurona. Za ostale je nesto drugacije ali slicno.) Vise tih ravni u ulaznom prostoru mogu kreirati zatvorene ili otvorene oblasti i na taj nacin deliti prostor kako nama treba.
S obzirom da je tebi potrebno ulazni prostor podeliti na mnogo oblasti potrebno ti je mnogo hiper ravni odnosno mnogo neurona u skrivenom sloju. To bi prakticno bilo ucenje mreze svih kombinacija ulaza jer u ovom problemu bas i ne mozemo da racunamo na generalizaciju mreze.
Mreza koja mi sad jedina pada na pamet za ovaj problem je Grossbergova ARTMAP mreza
http://cns-web.bu.edu/Profiles/Grossberg/
ali i kod nje ces dobiti namnozavanje velikog broja neurona.
Tako da ovo bas i nije problem na kojem neuronske mreze mogu da iskazu svoje kvalitete... Mada mozda nko drugi ima neku drugu ideju :)
Poz.