利用人工智能玩智龙迷城,神魔之塔，转珠游戏（三）白话说明强化学习中的特征工程，奖励工程

什么是特征工程？

一句话：把特征转换为输入
但是单纯的转换不满足我们的需求，要根据实际需要来

比如要判断身高能否通过一个门，我们选取的特征就是身高的标量
如果只是把身高的分类（高，矮）作为评价标准，那只需要onehot就行了（比如高就变成：高：1 矮：0）
当然 上述两种方法都可以被接纳，因为深度学习就是从特征中学习，但是通过对特征预处理，可以有效降低噪音影响（就是让模型少学些无关东西，人为过滤掉无用的特征）

顺带一提标准的特征工程包含以下几大类：时间戳处理、离散型变量处理、特征提取、分区、交叉特征、特征选择、特征缩放。

强化学习中比较关键的是前三项，这影响了模型是否可以收敛

什么是奖励工程？

强化学习不同于有监督学习，我们的奖励是通过环境获取的
但是环境过于复杂会导致模型没办法有效的学习
比如围棋游戏，只有玩完一局才会得到奖惩，所以合理的奖励可以极大提高学习效率

白话开始

讲白了 特征工程就是：输入是什么
大部分强化学习都是直接和环境交互，其实就是直接调游戏接口，或者直接干脆做一个游戏从里面跑模拟。拿到的数据都是实实在在的，所以我只需要拿要的特征，然后丢进模型跑就行了。

但是这个加工还是有学问的，你知道什么特征是有用的？当然，宁多不宁少，大部分强化学习任务里的特征都可能没啥用，或者用处很低，反正丢进去让机器自己学呗，就当噪音了。比如我