靳雪雯嘻嘻一笑：“一共8万多，险些花光我的压岁钱。”
小鱼儿：“……”
意思是还没花光呗？
这天开始，靳雪雯每天都来苏家。
大家聚在一起玩玩闹闹、其乐融融，顺便训练、训练机器人，不亦乐乎？
江寒让靳雪雯又买了五台机器人，和方源每人选择五台，分头训练。
两人的程序很快都编好了。
由于方源采用了传统算法，程序调试完成后，直接烧录到机器人的ROM中，就可以运行了。
而江寒这边的“强化学习”，实现起来就没那么简单了。
程序本身就很不好弄，训练起来更加麻烦，需要相当多的时间。
“强化学习”在这个世界早就出现了，其中最重要的概念，就是智能体（Agent）。
在这个案例中，一台战车机器人，就是一个智能体。
训练的过程中，智能体可以得到所处环境的状态信息，并采取试探行动。
当环境对某个动作给与了正向反馈时，智能体将来就会更加倾向于这种举动。
反之，如果得到的是负面反馈，那么就减弱这种倾向。
这样，智能体就能在不断地试错中，一点一点地优化行动策略……
例如著名的Q-learning算法，江寒之前就有过一些研究。
在Q-learning中，用一个表格来保存状态和动作的Q值，称为Q-Table。
通过修改Q-Table的值，就能生成一个指引智能体行动的“纲领”。
然而，这种办法虽然简单、直观，易于实现，但也有着致命的缺陷，那就是只适合状态和动作空间是离散的，而且维数不太高的情况。
当状态和动作空间是连续的，或者维度很高时，再用Q-Table来表达，就有点力不从心了。
为了解决这个问题，江寒很自然地想到了DQN算法。
所谓DQN，全称是Deep Q Network，实际上就是将深度学习和强化学习结合到一起的产物。
DQN的原理相当简单，只要将Q-Table换成人工神经网络就行，但如果想取得理想的效果，那就得讲究一点细节了。
首先要克服的，就是噪声、延迟和不稳定等问题。
江寒在虚拟空间里忙碌了三百多个小时，才终于弄出了一个比较完善的DQN算法。
接下来，就是漫长的训练过程。
好在这种算法最大的优点，就是不怎么需要人工干预，只要给“智能体”适当的环境，它就能自主学习、慢慢进步。
苏婉莹特地将阁楼清理出来，给大家做训练场地。
江寒让方源的五台机器人，给自己麾下的战车做陪练。
一开始，江寒的机器人看起来笨头笨脑的，和无头苍蝇差不多。
别说作战了，连路都跑不明白，经常卡在莫名其妙的地方，原地转圈圈。
看到这种情况，大家不免心里有点没底。
靳雪雯藏不住事儿：“江寒哥哥，这种办法真的行吗？”
苏婉莹直接吐槽：“江寒，你这几台战车，看起来不怎么聪明呀？”
夏雨菲也有点担忧，问江寒：“它们好像一直在乱转，这都半个下午了，是不是哪里出问题了？”
江寒淡淡一笑：“现在下结论还太早了点，过两天再看效果吧。”
这些战车机器人都是标准套装，性能还算不错，续航就比较马虎了。
通常能连续运作三个小时，就差不多到极限了。
为了解决这个问题，江寒不得不设计了一个磁吸式充电接口，让这些机器人电量消耗得差不多时，自己滚去充电……
江寒的五台战车机器人，每天都在缓慢地进步着。
从一开始什么也不懂，慢慢学会了走路、射击、躲闪……
三天后，训练效果渐渐体现了出来，至少与方源PK时，不再一面倒的被屠杀。
虽然处于下风的时候多，占据优势的时候少，取得胜利的次数，更是约等于0。
但这种其妙的现象，仍然引得苏婉莹、夏雨菲等人啧啧称奇。
她们之前的确没想到，这些“死”的机械，居然也能在实战中，不停地成长！
渐渐的，江寒的机器人学会了简单的战术配合，这样一来，再和方源PK，胜率就提高了不少。
又过了两天，方源的机器人，就彻底不是对手了。
没办法，方源的程序，是传统的逻辑推理型AI，成长性约等于没有，写成什么样，就是什么样。
而江寒这边，却是一个拥有学习能力的AI，只要有充足的时间，就可以愈练愈强！
这天，江寒和方源又进行了一场友谊赛。
开战不到3分钟，江寒这边就摧枯拉朽一般，将方源的队伍虐了个体无完肤。
“不玩了，不玩了。”方源用力摇头。
“老板，你的机器人进步太快了，我估计，等到下周比赛时，差不多能和遥控战车一较高下了。”
江寒却笑着摇了摇头：“只怕还不够。”
“你是说时间吗？”方源问。
江寒解释说：“不仅仅是时间的问题，我这个算法的上限，取决于陪练的战斗力，现在这种情况，只怕后面很难有大的进步了。”
方源若有所思，忽然问：“老板，就凭你这几台机器人的强度，差不多也够用了吧？”
他对自己的编程能力，还是相当自信的，正式比赛中的对手，不可能个顶个都比自己强……
江寒摇了摇头，平静的说：“其他队伍的情况，目前还不清楚，我们拿冠军的可能性，不能说没有，但还不够大。”
方源默默点头，忽然说：“可惜我的能力有限，弄不出战斗力更强的机器人，否则就能给你做陪练了……”
江寒心中一动，忽然想到了一个办法。
不如在方源的这几台机器人里，也写入训练好的DQN网络，然后，让两个DQN网络对战！
这样一来，这些已经达到瓶颈，很难取得进步的机器人，不就可以在对抗中，一起成长了吗？
然后，你成长一点，我成长一点……
江寒越想越觉得可行。
https://guangyinzhiwai.com/book/7230/1892438_2.html