第二天一早。
江寒起床后，来到窗前一看，入目都是晶莹的纯白。
昨晚竟然下了一场不小的雪，大地、房屋、树木全都银装素裹。
三个女孩子正在院子里堆雪人，虽然都穿着厚厚的冬衣，但不用怎么细看，就能区分出谁是谁。
高挑婀娜的是夏雨菲，娇小玲珑的是苏婉莹，格外瘦削的那个，自然就是小鱼儿了。
三个女生玩得十分欢快，嬉笑吵闹间，给冷清的雪景增添了一抹春色。
江寒迅速穿戴整齐，出门，路过方源门外时，随手敲了敲门。
不多时，方源打开了房门：“老板早。”
“早啊。”
江寒看了眼方源，这小子穿着得十分整齐，想来早就起来工作了。
“什么事？”方源问。
江寒爽朗一笑：“出去一起玩玩雪？”
方源摇了摇头，兴趣缺缺地拒绝了。
什么堆雪人、打雪仗，在他看来，远不如在家自己敲键盘好玩。
江寒只好挥了挥手：“那我自己去了。”
随后独自下楼，来到院子里。
看到他出现，三个女生纷纷出声招呼。
“呦，大家早！”江寒笑得灿烂。
随后弯下腰去，捧起一团雪，攥成了一个不太实诚的小雪球，“咻”的一下，扔到了夏雨菲胸口上。
雪球“噗”的爆成一团冷雾，其中一部分，钻到了她的领子里，搞得她一阵颤栗。
夏雨菲呆了一呆，大叫了一声：“臭流氓！”
随后舀起一大捧雪，悍然反击。
苏婉莹和小鱼儿对望了一眼，纷纷加入战团。
江寒双拳难敌六手，不一会儿已经全身是雪。
四个人正玩得乐呵，大门外忽然响起汽车鸣笛声。
江寒和苏婉莹等一起回头望去，却见靳雪雯推开车门，跳了下来。
小丫头今天穿着火红的羽绒服，看起来胖乎乎的，十分好笑。
她下车之后，先从后备箱里拿出东西，然后蹦蹦跳跳地进了院子。
“雨菲姐姐、婉莹姐姐，小鱼儿，大家早！还有江寒哥哥……”
小丫头一进门，就笑嘻嘻地挨个打招呼。
“来来来，一起玩！”苏婉莹发出邀请。
“好啊！”靳雪雯跃跃欲试。
江寒走过去，将她手中拎着的东西接了过来。
这是一大堆崭新的战车机器人，与“战神一号”一个系列。
江寒先将这些东西，都送回了自己的房间，随后再次出来，和大家一起玩雪。
半个多小时后，大家都玩累了，于是回屋洗漱一番，然后一起去餐厅吃早餐。
靳雪雯来苏家之前已经吃过了，于是没动筷子，只喝了半杯牛奶，陪大家说笑。
吃完饭，江寒将众人带到自己房间，大家围坐在一起，开了一个小会。
主要是安排一下参加CARC的事宜。
按照比赛的程序，现在就该将队伍确定下来，然后尽快呈报上去。
一个队伍最多五名队员，目前确定参加的一共四人：江寒、靳雪雯、方源、小鱼儿。
还剩下一个名额，江寒让靳雪雯决定。
靳雪雯本打算邀请苏婉莹，但苏婉莹大摇其头：“我什么也不懂，就不跟着当混子了。”
于是靳雪雯又将皮球踢给了江寒。
江寒询问夏雨菲：“你有没有兴趣跟着玩玩？”
夏雨菲想了想，说：“我和莹莹差不多，对机器人也基本上一窍不通，还是你们四个上吧，我和莹莹给你们做后勤。”
江寒和靳雪雯对视了一眼，一齐摊手。
这样“新寒江雪”战队便只有四名队员了。
接下来，江寒和方源开始研究AI算法。
能采用的算法很多，但要考虑到算法的强度，以及机器人本身的计算能力。
好在时间还算充裕，可以慢慢尝试。
江寒打算试一试机器学习中的“强化学习”。
这是一种非常独特的算法，可以让机器人“自学成才”，无需编写复杂的逻辑。
方源对此表示期待和喜闻乐见，但也有一些担忧。
关键问题是，在比赛之前，没法拿到场地的准确数据。
这样一来，事先训练好的机器人，也不知道到了赛场上，会不会适应不良？
江寒洒然一笑：“所以咱们要做两手准备。”
“哦？”方源眼神亮了起来。
江寒的想法很简单。
他和方源分别打造一套AI算法。
江寒尝试“强化学习”路线，方源则按照传统方式编程。
比赛之前，队伍内部先来次PK，谁的AI战斗力强，就派谁上场。
“这个办法好。”方源马上表示赞同。
接下来，两人就分头行动，各行其是。
另一边，靳雪雯等女孩子，将几个战车机器人的包装，全都拆了开来。
“哇，好漂亮！”小鱼儿惊叹了一声，随后拿起一台战车机器人，爱不释手地摆弄着。
“花了不少钱吧？”小鱼儿问。
靳雪雯嘻嘻一笑：“一共8万多，险些花光我的压岁钱。”
小鱼儿：“……”
意思是还没花光呗？
这天开始，靳雪雯每天都来苏家。
大家聚在一起玩玩闹闹、其乐融融，顺便训练、训练机器人，不亦乐乎？
江寒让靳雪雯又买了五台机器人，和方源每人选择五台，分头训练。
两人的程序很快都编好了。
由于方源采用了传统算法，程序调试完成后，直接烧录到机器人的ROM中，就可以运行了。
而江寒这边的“强化学习”，实现起来就没那么简单了。
程序本身就很不好弄，训练起来更加麻烦，需要相当多的时间。
“强化学习”在这个世界早就出现了，其中最重要的概念，就是智能体（Agent）。
在这个案例中，一台战车机器人，就是一个智能体。
训练的过程中，智能体可以得到所处环境的状态信息，并采取试探行动。
当环境对某个动作给与了正向反馈时，智能体将来就会更加倾向于这种举动。
反之，如果得到的是负面反馈，那么就减弱这种倾向。
这样，智能体就能在不断地试错中，一点一点地优化行动策略……
例如著名的Q-learning算法，江寒之前就有过一些研究。
在Q-learning中，用一个表格来保存状态和动作的Q值，称为Q-Table。
通过修改Q-Table的值，就能生成一个指引智能体行动的“纲领”。
然而，这种办法虽然简单、直观，易于实现，但也有着致命的缺陷，那就是只适合状态和动作空间是离散的，而且维数不太高的情况。
当状态和动作空间是连续的，或者维度很高时，再用Q-Table来表达，就有点力不从心了。
为了解决这个问题，江寒很自然地想到了DQN算法。
所谓DQN，全称是Deep Q Network，实际上就是将深度学习和强化学习结合到一起的产物。
DQN的原理相当简单，只要将Q-Table换成人工神经网络就行，但如果想取得理想的效果，那就得讲究一点细节了。
首先要克服的，就是噪声、延迟和不稳定等问题。
江寒在虚拟空间里忙碌了三百多个小时，才终于弄出了一个比较完善的DQN算法。
接下来，就是漫长的训练过程。
好在这种算法最大的优点，就是不怎么需要人工干预，只要给“智能体”适当的环境，它就能自主学习、慢慢进步。
苏婉莹特地将阁楼清理出来，给大家做训练场地。
江寒让方源的五台机器人，给自己麾下的战车做陪练。
一开始，江寒的机器人看起来笨头笨脑的，和无头苍蝇差不多。
别说作战了，连路都跑不明白，经常卡在莫名其妙的地方，原地转圈圈。
看到这种情况，大家不免心里有点没底。
靳雪雯藏不住事儿：“江寒哥哥，这种办法真的行吗？”
苏婉莹直接吐槽：“江寒，你这几台战车，看起来不怎么聪明呀？”
夏雨菲也有点担忧，问江寒：“它们好像一直在乱转，这都半个下午了，是不是哪里出问题了？”
江寒淡淡一笑：“现在下结论还太早了点，过两天再看效果吧。”
这些战车机器人都是标准套装，性能还算不错，续航就比较马虎了。
通常能连续运作三个小时，就差不多到极限了。
为了解决这个问题，江寒不得不设计了一个磁吸式充电接口，让这些机器人电量消耗得差不多时，自己滚去充电……
江寒的五台战车机器人，每天都在缓慢地进步着。
从一开始什么也不懂，慢慢学会了走路、射击、躲闪……
三天后，训练效果渐渐体现了出来，至少与方源PK时，不再一面倒的被屠杀。
虽然处于下风的时候多，占据优势的时候少，取得胜利的次数，更是约等于0。
但这种其妙的现象，仍然引得苏婉莹、夏雨菲等人啧啧称奇。
她们之前的确没想到，这些“死”的机械，居然也能在实战中，不停地成长！
渐渐的，江寒的机器人学会了简单的战术配合，这样一来，再和方源PK，胜率就提高了不少。
又过了两天，方源的机器人，就彻底不是对手了。
没办法，方源的程序，是传统的逻辑推理型AI，成长性约等于没有，写成什么样，就是什么样。
而江寒这边，却是一个拥有学习能力的AI，只要有充足的时间，就可以愈练愈强！
这天，江寒和方源又进行了一场友谊赛。
开战不到3分钟，江寒这边就摧枯拉朽一般，将方源的队伍虐了个体无完肤。
“不玩了，不玩了。”方源用力摇头。
“老板，你的机器人进步太快了，我估计，等到下周比赛时，差不多能和遥控战车一较高下了。”
江寒却笑着摇了摇头：“只怕还不够。”
“你是说时间吗？”方源问。
江寒解释说：“不仅仅是时间的问题，我这个算法的上限，取决于陪练的战斗力，现在这种情况，只怕后面很难有大的进步了。”
方源若有所思，忽然问：“老板，就凭你这几台机器人的强度，差不多也够用了吧？”
他对自己的编程能力，还是相当自信的，正式比赛中的对手，不可能个顶个都比自己强……
江寒摇了摇头，平静的说：“其他队伍的情况，目前还不清楚，我们拿冠军的可能性，不能说没有，但还不够大。”
方源默默点头，忽然说：“可惜我的能力有限，弄不出战斗力更强的机器人，否则就能给你做陪练了……”
江寒心中一动，忽然想到了一个办法。
不如在方源的这几台机器人里，也写入训练好的DQN网络？
然后，让两个DQN网络对战，你成长一点，我成长一点……
江寒越想越觉得可行。