"Eigentlich" sind genau dafür neuronale Netze entwickelt worden. Du hast eine Menge an Eingaben. Den Eingabevektor. Licht, Zeit, was weis ich. Und eine Ausgabevektor. Bsp. Fahre zum hellen Punkt, Fahre zum dunkeln Punkt und anschliessend eine "normale" Statemachine die dann diese Entscheidung umsetzt. Neuronale Netze werden trainiert. Du hast einen Eingabevektor und weist was er dann machen soll. Das kann man ihm anlernen. Je größer das Sampleset ist, meist, umso besser. Es gibt dann allerdings den Fall, dass das Netz alles einfach "auswendig" lernt und nur auf die Samples richtig reagiert, dann gibt es den idealen Fall in dem es lernt zu generalisieren. Bsp. 10:30 und 10:35 sind etwa gleiche Zeiten und dann dieselbe, richtige, Entscheidung trifft.

Zum Traineren unterteilt man deshalb die Samples in bsp. 5 Teilsets. Lernt mit 4en davon und prüft mit dem 5ten die Generalisierung.

Wichtig ist den passenden Eingabevektor zu finden. Nicht zuviel Info und nicht zuwenig. Es muss möglich sein, ohne Intelligenz, daraus eine Entscheidung abzuleiten.

Als ich das erstemal damit "gespielt" habe wurde ich fast erschlagen

Hier hab ich 2 gute Links für dich:
http://de.wikipedia.org/wiki/K%C3%BC...euronales_Netz
http://www.dkriesel.com/science/neural_networks

Gruß
Georg