如何训练一个智能吃豆人？

前几天笔者在挤地铁的时候，偶然看到一个小朋友在用麻麻的手机玩儿吃豆子的游戏，于是一大波关于童年的回忆不禁涌上心头。。。咳咳，回到正题，本篇文章笔者准备以吃豆子的游戏为例，为大家介绍一种能够训练出智能吃豆人的算法。说到吃豆子的游戏，可能有些童鞋不太熟悉，它是一种类似走迷宫的游戏，玩家需要操控吃豆子的小人在游戏场景中吃豆子，同时要躲避怪物，游戏目标是吃更多的豆子。想要训练出一个智能吃豆人，让它自己可以选择路线来吃到最多的豆子并且机智地躲避幽灵，并不是说说这么简单的。首先，我们无法收集到足够数量的数据来支持模型的训练；其次，这并不是一个简单的二分类或者多分类问题，因此我们很难将一般的有监督 ………………………………