游戏中的随机地形生成算法（一）
本文以Unity为例。我们首先明确一下思路，使用一个整形二维数组来存储地图信息，其中1代表障碍，0代表道路。int[,] map;我们还需要定义一个概率，来控制生成障碍的数量。[Range(0,100)] //这行代码用来在面板上显示一个滑动条public int probability;以及如下变量。//地图的长和高public int
平常诺言
Actor-Critic：强化学习中的参与者-评价者算法简介
Actor-Critic从名字上看包括两部分，参与者(Actor)和评价者(Critic)。其中Actor使用策略函数，负责生成动作(Action)并和环境交互。而Critic使用我们之前讲到了的价值函数，负责评估Actor的表现，并指导Actor下一阶段的动作。基于策略和基于价值的RL算法在基于策略的RL中，最优策略是通过直接操纵策略来计算的，而基于价值的函数通过找到最优值函数来隐式地找到最优策略。 基于策略的RL在高维和随机的连续动作空间以及学习随机策略方面非常有效。 同时，基于价值的RL在
