前面其他的基本都是和监督学习相关 用于收集标记困难的情况（游戏？） 本质也是找一个 Function 元素： Actor Environment 不断循环进行输入输出（考虑程序的 Actor 模型）；有一个结

数据准备 from torch.utils.data import Dataset,DataLoader Dataset ：构建自己的数据类，需要重写 get 和 len DataLoader 吐数据的类（包括了 batch 和 shuffle） 1 2 3 4 5 6 7 class MyDataset(Dataset): def __init__(self,file): self.data = ... def __getitem__(self, index): return self.data[index] def __len__(self): return len(self.data) GPU

【1】工作区/计算机/人工智能/学习/李宏毅课程/Pytorch 和 Colab 之后可以具体学习一下 反向传播等训练用到的原理可以滞后再看，先学习模型特性

启发式算法，网格搜索算法。 先评估（代价函数 f(n) = g(n) + h(n) ）更新网格信息，进行寻路。 其中 g(n) 指的是从起始格子到格子 n 的实际代价，而 h(n) 指的是从格子 n 到