背景

我自己搭建了一个简单的环境。环境有25个地点，每个时刻会随机产生一些订单（每个订单包含上车点编号、下车点编号、订单的奖励、以及一些其他的信息。上下车点编号只会在环境中那25个点中产生），环境中还有一辆出租车，出租车有自己的位置信息、0-2个它接的订单信息等信息。
我还用Tensorflow 2搭建了一个简单的神经网络。输入是环境提供的详细信息，输出是一个数（比如8，表示出租车接下来应该去8号地点接客或者送客）。我想让神经网络在某些时候根据环境提供的信息，告诉我接下来这辆车该去25个地点的哪个地点，完成一个接单，拼车的功能。

问题

1. 神经网络如何根据不同的输入，限制输出的取值范围？我在Tensorflow 2搭建网络那里，用的Sequential那种风格叠了一些网络层，但不知道怎么让输出和输入关联起来，函数式的风格还不太会，不知可行不。能告知具体一些方法或参考资料吗。
2. 还有请问神经网络结构能否自己搭几层就可以了，不是很懂相关论文中一些特别复杂的网络结构怎么来的？如果大佬们能指出其它问题，感激不尽。

（例如这辆车没有接到订单的情况下，让神经网络的输出范围限制在环境中订单的上车点编号上；只有一个订单的情况下，输出限制在环境中上车点编号，以及接的那单的上下车点编号上；有两个订单的情况下，输出限制在这两个订单的上下车点编号上。）