江铭再一次用略带愧疚的眼神看了一眼朱宇。

他想了一下，假如朱宇能学会躲过BOSS一发穿云箭之后原地嗑血瓶，那BOSS能不能学会射出一发穿云箭之后再接一发呢？

这样的话，就彻底把游戏打进未知领域了吧，人和神在战场上互相比拼谁最先破解对方的策略，想想就令人激动。

江铭马上回到自己桌前研究了起来。

如果要让BOSS都能不断学习进步，其实还是策略梯度算法那一套，不过有一些要修改的部分。

首先不能像汽车巡航的时候那样，从零开始学习。

需要先得有一个基础的策略，然后再在和玩家的对战中学习。

其次是BOSS的动作是从多个攻击方式和走位选择中选择一个来做，这意味着动作选择是离散的，而不像自适应控制算法那样输出一个连续值。

江铭仔细想了想，略微修改了一下智能体的神经网络。

在自适应控制中，为了探索不同的动作，真实的动作是从一个以神经网络的输出为均值的正态分布中采样得到的。

因此只需要神经网络输出一个值即可。

而现在，需要BOSS从众多可选的攻击走位决策中选择一个。

江铭在神经网络的最后加了一层softmax函数，用来生成决策的分布，这样就让BOSS能探索不同的决策的好坏了...

...

“呼，游戏打的好累啊！”，朱宇伸了个懒腰，顺手把游戏存了个档。

“咦，你在写什么啊？怎么还用上了我刚才游戏的截图？”，他发现江铭正坐在电脑前写写画画，屏幕里赫然是《恶鬼之魂》的游戏画面，他凑过去一脸好奇地道。

“我在写你刚刚玩的这个游戏的新BOSS攻击策略辅助算法。”，江铭没抬头，淡淡地道。

“什么？”，朱宇瞪圆了眼睛：“你什么时候和游戏公司都有联系了？不对，他们干啥找你设计BOSS？”

“他们嫌现在的BOSS太好打了，想让我用策略梯度算法做一套BOSS的战斗策略。”

“哇去，这还不够难吗，狗策划是不是和玩家有仇啊？”，朱宇不敢置信，这是什么策划啊，能再魔鬼一点吗？

果然是《恶鬼之魂》，连游戏策划都是恶鬼假扮的是吧。

自己为难玩家还不满足，还要联系现在火出了圈的科研明星江铭，专门设计算法来为难玩家。

朱宇不禁由衷地感到替广大玩家不值，他一拍桌子怒道：“江铭我告诉你，这些狗策划成天就想着为难玩家。我朱宇，就算是无聊死，死外面，从这里跳下去，也绝对不会玩加载了攻击辅助算法的游戏！”

“哦？”，江铭撇了撇嘴道：“说好了不玩的，别到时候说真香哦。”

...

花了不到一个小时，江铭就完成了整套完整的方案，又仔细检查了一遍确认没什么问题，便从邮箱发回给了角川集团。

至于设计费，估计要等那边验证过后才会打过来了，江铭留了个银行卡号就不再管了。

接下来，他搓了搓手，接下来就该开始写自己的人生第一篇Nature了！