01飞行挑战 × 奖励设计
小鸟飞行 Flappy Lab
自己飞过管道，再用奖励积木告诉 AI：什么行为值得鼓励？
- Q-learning
- 可视化奖励积木
- 训练观察与实验对比
选择一个实验
强化学习游戏目录
不急着得到答案，先观察发生了什么
三步，开始你的实验。
自己玩一局
点击画面或按空格让小鸟振翅，体验观察、选择与结果之间的关系。
搭好奖励积木
为飞行、通过管道或碰撞设置奖励，先试算，再点击“应用积木，从零训练”。
观察、记录、再调整
查看回合和得分曲线，用相近训练步数比较奖励方案。高奖励不一定等于高得分。