在训练期间切换 AI 学习技术？
Switching AI learning technique during training?
我正在考虑创建一个 AI 来玩游戏。然而，从 0 开始自我学习需要永远。所以我想知道是否有可能从现有游戏玩法（来自人类）的数据开始训练，然后当 AI 达到它知道的程度时切换到机器学习基础。
如果可能的话，有没有办法用 TensorFlow 做到这一点，还是我应该从头开始？
如果游戏不复杂（即开放世界）那么你可能对深度强化学习感兴趣（你提到了tensorflow），它不需要现有的游戏玩法。它会开始自己玩游戏，并逐渐积累经验并以此为基础制定游戏制胜策略。除此之外，在我看来，使用监督学习来创建模型听起来很困难，需要进一步说明。
我正在考虑创建一个 AI 来玩游戏。然而，从 0 开始自我学习需要永远。所以我想知道是否有可能从现有游戏玩法（来自人类）的数据开始训练，然后当 AI 达到它知道的程度时切换到机器学习基础。
如果可能的话，有没有办法用 TensorFlow 做到这一点，还是我应该从头开始？
如果游戏不复杂（即开放世界）那么你可能对深度强化学习感兴趣（你提到了tensorflow），它不需要现有的游戏玩法。它会开始自己玩游戏，并逐渐积累经验并以此为基础制定游戏制胜策略。除此之外，在我看来，使用监督学习来创建模型听起来很困难，需要进一步说明。