weixin_43412878的博客

这是最后一part，也是个人觉得相对较复杂的地方——联机我这边最后的目的是实现互联网上联机玩游戏，具体原理如下：服务端：1.使用带有公网ip的云服务器（这里白嫖了阿里云）作为服务端，云服务器不断运行我提前写好的服务端程序，监听本地指定端口的TCP请求。2.如果听到了来自客户端的TCP请求，则保留此socket套接字，并为其创建一个线程，线程内运行的是游戏的主程序。而服务端则继续监听来自其他主机的TCP连接请求，继续创建新的线程。3.当有两个客户端请求主机连接时，服务器会正式启动游戏运行的工作，根据

最近准备去参与一个面试，所以在忙忙完实验室的工作后，抽了两天把游戏的内容充实一下，因为最开始就是要做造梦西游的“复刻”的，所以去掉了之前的“躲箭”的代码，相应的增加了与怪物之间的交互的内容。主要增加了三个场景，我分别从这三个场景中比较重要的内容进行思维抽象：目录一、近战怪物1.AI寻路实现。2.怪物攻击二、远程投掷类怪物1.场景切换2.投掷类怪物三、Boss四、游戏胜利/失败结果结语一、近战怪物1.AI寻路实现。定义怪物的攻击范围后，有两种情况：（1）当主角在近战怪物的攻击范围内，则怪物启动其类

基于python的pygame实现造梦西游天宫道的笔记（二）

Sarsa算法与Q-learning思考Sarsa算法它与Q-learning相当的相似，不同点在于Q-learning在现实值代入的是s2状态下的最大值，而Sarsa是选择在s2上实实在在走的动作a，这个a可能是所有动作里的最大值，也可能不是。Sarsa算法我愿称之为说到做到型算法！如果思考比较两种算法选择最大值与否对算法的后续影响的话，Sarsa训练学习到的孩子，更容易偏向获得更高利益的动作，比方说他通过一直执行a2学习动作最后得到了高回报，那么下一次他学习时，就更偏向一直做a2学习动作，即使

强化学习Q-learnin学习笔记前言本文是学习【莫烦python】的课程笔记没找到本子就记在这里了，课程网址如下：https://www.bilibili.com/video/BV13W411Y75P?p=1一、Q-learning简介1.情景叙述机器学习就是一个不断试错，不断学习的过程，为了简化问题，下图中的例子只考虑a1，a2两种情况，s1表示状态1，a1表示动作看电视，a2表示动作写作业。孩子做a1,a2的不同抉择，会影响之后的状态，如果孩子在每一个状态s中都一直重复看电视的a1动作，