tgpt问世后产生的巨大效果，包括这几年最厉害的波士顿机器人主要也不是靠强化学习做出来的。 这其中很大一部分原因是，现实机器人的目标功能各式各样，对每种功能都要设置单独的目标函数，效率太低，而且很多功能的目标函数具体是什么也很难描述清楚，导致强化学习在机器人领域的泛化能力不够。 不过在我们所处的游戏中，在格斗领域，却不一样。游戏中各种物体的物理模型都是理想的，研究其物理运动规律比现实简单了很多，更重要的是，在格斗领域，目标只有一个，即以最小的代价战胜对方，而对应的目标函数就是刚才所讲的总伤害期望函数。 只要目标函数确定，那即便用完全随机求解方式也能求解出最优策略，只要算力够强或者时间够长。 当然，大家也看出来了强化学习模型的总状态空间近...

相邻推荐：巨兽入侵：我为机甲之王  穿书后我成了国宝级女神  萧尘天姬  重返一九九一  遮天：从紫府圣地开始  契约280天：女人，休想甩我  黑帮恶魔的第一专宠  万古不死葬天葬地葬众生陈长生李念生  CSGO：我的超能力每周刷新  天雷岛  双人行  港综：我的cos女团很强大  游凤惊龙  穿越之丑女倾城  一见萧郎误终身  倾城之将  我也有黑科技  霸气女王之复仇别打扰  长生武道：开局一把剪彩刀  贵妃问情  简单设定无限世界的  无限世界建造者  无限世界的基本套路  无限世界修道  无限世界建设者  无限制世界  无限世界基本套路法  简单设定无限世界的游戏  无限世界指南