假设我想训练AI完成一个客制化傲娇性格反应
其流程大致如下
1.确认好一个目标 (玩家)
2.确认好所需参数，给予不同参数权重。
何时傲? 何时娇? 等时机判断。
3.导入数据
4.调整数据
有些数据最终能提高玩家的好感，有些则否，
借此过程AI会调整参数权重，影响好感的提高，不影响的就会调低。
5.最终AI慢慢试错学习不同的权重组合，找到最终能得到最高好感的比例。
甚至这个比例会是动态，会随着玩家偏好改变持续调整。
问题在于
1.傲娇模型的建立
一个理想的傲娇模型，除了傲.娇之类拢统的概念外，
还需要参数与权重，但到底有哪些需要参数?
这需要专家的意见。
2.回馈的取得
不同于游戏分数可以直接取得，玩家好感也是模糊的资讯，
如何取的玩家的最终好感?
对此板友是否能提供一些意见?

(先能定义好傲跟娇是什么再来谈)

UBS孔就是啊 不插他3次都不给进去

二次元参数凑出来的二次元老婆 用现成的二次元就好了reinforcement learning 参考一下你也要有那个电脑去跑那个参数 你的资讯量太大了

？_？

假如你订好reward说不定真的可以靠reinforcement跑出一个理想中的傲娇

你这个要作应该要弄成推荐系统 每个人对同个角色好感度不同

回楼上 如果是楼主开发只会有楼主觉得是傲娇类的参考资料，到头来都是生出资料来源的傲娇而已，给自订也差不多

正要说RL

重点是脸吧

楼上你说到重点了

不 重点是接口吧 你能想像只有终端的傲娇吗？