强化学习训练游戏 什么？ 有句老话：“越努力，就越好。” 这是对的，不仅对于人类，而且对于人工智能！ 在此游戏中，用户可以选择AI必须训练多少轮。 然后，为了访问其性能，用户可以选择选择要对AI进行多少轮测试。 与人类相似，AI训练的次数越多，获得的效果越好！ 在环境中，有4个地点，而AI必须在一个地点接载乘客，然后在另一个地点下车。 请注意，我们实际上并没有告诉AI怎么做以及如何玩游戏。 相反，我们让它探索并尝试每轮不同的动作，当它正确地执行某项操作时对其进行奖励，并在它执行某项不良操作时