Хорошо, Олег, допустим. Допустим кто-то возьмется сделать такого обучаемого заменителя-бота. Самообучающегося. Но обучение имеет смысл, если обучаемый – адекватен. А вот с этим у вас будет принципиальная проблема.
Есть такая притча.
Сельский дурачок увидел большую толпу людей и испугавшись заплакал. Ему дали подзатыльник, мол чего дурак плачешь? Радоваться надо – свадьба!
Через время дурачок опять видит толпу. Памятуя урок, начинает пританцовывать. И опять получил подзатыльник. Оказывается, это были похороны.

Так вот, ваша самообучающаяся система рискует оказаться таким вот дурачком. Допустим она получит всю необходимую для принятия решения информацию и средства управления, что и вы игрок-человек, и даже больше. Полный вход и выход. Соединить их "нейронами" и тренировать, тренировать, тренировать ... Видим толпу синих, раз! Поздзатыльник. В следующий раз опять видим толпу синих! Два! Опять подзатыльник! Да что ж делать надо?
Улавливаете?
Есть масса вещей, которые есть у вас, а у него нет. Внутри. Например, вам нравятся кошки и распростертые крылья орлов. Ну может быть вам и нет, но большинству людей – точно. Вот они на флаги и аватары их лепят. Еще драконы, змеи часто встречаются. Знаете почему?
Потому что у наших предков-приматов это были главные враги. Любовь на них смотреть, подмечать их поведение – была эволюционно выгодной привычкой. Вот и появилась в нашей голове программа... Врагов уже нет, а программа (тупая) все еще работает. И такого кодового мусора в нас – тонны и тонны. Кто сопроваждал чужие программные продукты, знает что из себя представляет днк среднего хомо сапиенса...
Это и есть то, что мы называем человеком. Нужное-ненужное. Но оно есть. Через это и просеивается тот самый вход-выход. Я не говорю о книжках прочитанных вами, мемуарах и прочее приобретенным за жизнь. Специально не упоминаю эмоции. Думаю это как раз смоделировать в приближении будет самой простой задачей (но все равно титанической!).
Простым же соединением вход-выход в сколько-то там слоев вы ничего путевого не получите. Червяк он и есть червяк. Никогда вы такую тупую сеть не научите вести себя адекватно человеку. Потому что человек это не белый лист бумаги и не червяк. Природа его из червяка миллионы лет лепила.
А значит вам надо выстроить хотя бы грубую, но аналогию генетически задаваемой модел внутреннего мира человека. Ручками. По другому – никак. Ну разве эволюцию повторить?
В общем задачка что называется "начать да кончить"...