我们介绍了前馈神经网络，通过路径优化方法来攻击符号问题。 通过最小化成本函数，可以使积分变量复杂化，并在复杂空间中优化积分路径，这反映了符号问题的严重性。 为了准备和优化多维系统中的积分路径，我们利用了前馈神经网络。 我们以有限化学势下的二维复数理论为例，研究带有符号问题的量子场论方法的有效性和有效性。 我们表明，优化后平均相位因子显着提高，然后我们可以安全地执行混合蒙特卡洛方法。