1 Hierachical Tasks Network
层次任务网络：从任务目标出发的
核心思想:定个计划，若干个完成的子任务。
1 HTN框架
2 HTN Task Type
1 Primitive Task原子任务
2 复合任务
很方便构建自己的思维的行为树 。
3 HTN Domain
HTN：可以和一般人进行沟通，行为树比骄傲麻烦
4 Planning
最后形成的是原子任务
Replan是非常重要的。
5 总结
不好的地方:无法预测，任务可能失败。
对于设计师是有竞争的。
计划长 过于缜密，会有问题。
2 Goal oritented Action Planning
规划：
目标导向行为规划
1 结构：
目标：在htn中没有显示的显示出来
但是在GOAP中是写的很清楚的。
是规划问题，不是计划问题。
2 Goal set
3 Goal selection
4 Action set
增加了额外的cost。
所有的动态规划问题都要考虑cost。
倒着去计划我的goal state。很像人类倒叙的思考方法。
5 planning
规划出一条路径，最后让unstatisfied states栈清空。
动态规划是一个np问题。
根据我的目标，展开成一个巨大的图，寻找一个最短路径。使用A*算法
6 总结
第一次将目标和行为分开来。AI的行为很精彩。
缺点:计算量大；游戏的状态表达成定量的表达。
3 蒙特卡洛树搜索（MCTS）
1 蒙特卡洛方法
2 MCTS
抽象为数学模型:
3 模拟
反向推导：
迭代：
4 Selection
开发，探索。
UCB
C----小，就保守点。
LCB
C的设置就是调了。
5 总结
对于复杂游戏很难定义赢还是输，不一定可以适合所有的游戏。
输出是非常明确的，MTCS是很符合的，否则不能只用MCTS。
4 deeplearning
1 Mechine learning Basic
1 监督学习
核心基础是分类器。这个需要大量的数据，
2 无监督学习
3 半监督学习
半监督学习。
4 强化学习
没有监督者，没有人告诉你是对的，还是错的，做对了有奖励，做错了有惩罚。
1 马尔可夫
Policy：黑箱，
2 machine learning in game AI
游戏的状态
时间状态的描述；
3 训练策略
用监督学习训练相对可以的网络，选择什么样的数据集去训练呢
选择比较优秀的玩家的数据。
然后强化学习：
最怕做到局部最优解，而不是全局最优解。
5 问题
目前在cpu上。
6 视频
上：
https://www.bilibili.com/video/BV1iG4y1i78Q/?spm_id_from=333.788
下：
https://www.bilibili.com/video/BV1ja411U7zK/?spm_id_from=333.788&vd_source=5c9c50b5a07b211beafdf65d7cc7f8c8