基于强化学习TD算法的乒乓游戏击球策略优化
2011-12-31 00:00:00陈
电脑知识与技术 2011年28期
摘要：计算机乒乓游戏是出现在个人计算机上最早的游戏之一，该文利用强化学习中的TD算法，将状态的变化与得分的统计规律统计出来，就是研究在当前状态S下，球拍怎样移动获利最大，让机器击球手快速运动并准确击球。
关键词：机器学习；TD算法；策略优化
中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)28-6926-02
Pong Game Batting Strategy Optimization Based on the TD Algorithm of Reinforcement Learning
CHEN G
