DQN的原理相當簡單，只要將Q-Table換成人工神經網絡就行，但如果想取得理想的效果，那就得講究一點細節了。
首先要克服的，就是噪聲、延遲和不穩定等問題。
江寒在虛擬空間里忙碌了三百多個小時，才終于弄出了一個比較完善的DQN算法。
接下來，就是漫長的訓練過程。
好在這種算法最大的優點，就是不怎么需要人工干預，只要給“智能體”適當的環境，它就能自主學習、慢慢進步。
蘇婉瑩特地將閣樓清理出來，給大家做訓練場地。
江寒讓方源的五臺機器人，給自己麾下的戰車做陪練。
一開始，江寒的機器人看起來笨頭笨腦的，和無頭蒼蠅差不多。
別說作戰了，連路都跑不明白，經常卡在莫名其妙的地方，原地轉圈圈。
看到這種情況，大家不免心里有點沒底。
靳雪雯藏不住事兒：“江寒哥哥，這種辦法真的行嗎？”
蘇婉瑩直接吐槽：“江寒，你這幾臺戰車，看起來不怎么聰明呀？”
夏雨菲也有點擔憂，問江寒：“它們好像一直在亂轉，這都半個下午了，是不是哪里出問題了？”
江寒淡淡一笑：“現在下結論還太早了點，過兩天再看效果吧。”
這些戰車機器人都是標準套裝，性能還算不錯，續航就比較馬虎了。
通常能連續運作三個小時，就差不多到極限了。
為了解決這個問題，江寒不得不設計了一個磁吸式充電接口，讓這些機器人電量消耗得差不多時，自己滾去充電……
江寒的五臺戰車機器人，每天都在緩慢地進步著。
從一開始什么也不懂，慢慢學會了走路、射擊、躲閃……
三天后，訓練效果漸漸體現了出來，至少與方源PK時，不再一面倒的被屠殺。
雖然處于下風的時候多，占據優勢的時候少，取得勝利的次數，更是約等于0。
但這種其妙的現象，仍然引得蘇婉瑩、夏雨菲等人嘖嘖稱奇。
她們之前的確沒想到，這些“死”的機械，居然也能在實戰中，不停地成長！
漸漸的，江寒的機器人學會了簡單的戰術配合，這樣一來，再和方源PK，勝率就提高了不少。
又過了兩天，方源的機器人，就徹底不是對手了。
沒辦法，方源的程序，是傳統的邏輯推理型AI，成長性約等于沒有，寫成什么樣，就是什么樣。
而江寒這邊，卻是一個擁有學習能力的AI，只要有充足的時間，就可以愈練愈強！
這天，江寒和方源又進行了一場友誼賽。
開戰不到3分鐘，江寒這邊就摧枯拉朽一般，將方源的隊伍虐了個體無完膚。
“不玩了，不玩了。”方源用力搖頭。
“老板，你的機器人進步太快了，我估計，等到下周比賽時，差不多能和遙控戰車一較高下了。”
江寒卻笑著搖了搖頭：“只怕還不夠。”
“你是說時間嗎？”方源問。
江寒解釋說：“不僅僅是時間的問題，我這個算法的上限，取決于陪練的戰斗力，現在這種情況，只怕后面很難有大的進步了。”
方源若有所思，忽然問：“老板，就憑你這幾臺機器人的強度，差不多也夠用了吧？”
他對自己的編程能力，還是相當自信的，正式比賽中的對手，不可能個頂個都比自己強……
江寒搖了搖頭，平靜的說：“其他隊伍的情況，目前還不清楚，我們拿冠軍的可能性，不能說沒有，但還不夠大。”
方源默默點頭，忽然說：“可惜我的能力有限，弄不出戰斗力更強的機器人，否則就能給你做陪練了……”
江寒心中一動，忽然想到了一個辦法。
不如在方源的這幾臺機器人里，也寫入訓練好的DQN網絡，然后，讓兩個DQN網絡對戰！
這樣一來，這些已經達到瓶頸，很難取得進步的機器人，不就可以在對抗中，一起成長了嗎？
然后，你成長一點，我成長一點……
江寒越想越覺得可行。