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