artificial-intelligence - 强化学习、Q 学习以确定最佳施法顺序？

Question

如果我有一个法师，他有 20 个法术，每个法术都有不同的作用，有时是直接伤害，有时是禁用，有时是保护等。他与 10 个兽人打架，我想确定一个最佳施法顺序来杀死兽人尽可能快。

Q学习会帮助解决这个问题吗？

我可以从 20 个咒语的初始状态开始，然后每个后续状态将是我剩下的咒语，最终状态将是巫师或兽人死亡。这有什么意义吗，还是我试图使用错误的 AI 算法来完成这项工作？

标签： artificial-intelligencereinforcement-learningq-learning

Answer 1

在我看来很好。您正在寻找改变状态的动作轨迹。即，您的玩家和兽人健康状况使您因特定状态的发生而获得奖励。即杀死兽人。