假設我想訓練AI完成一個客製化傲嬌性格反應
其流程大致如下
1.確認好一個目標 (玩家)
2.確認好所需參數，給予不同參數權重。
何時傲? 何時嬌? 等時機判斷。
3.導入數據
4.調整數據
有些數據最終能提高玩家的好感，有些則否，
藉此過程AI會調整参數權重，影響好感的提高，不影響的就會調低。
5.最終AI慢慢試錯學習不同的權重組合，找到最終能得到最高好感的比例。
甚至這個比例會是動態，會隨著玩家偏好改變持續調整。
問題在於
1.傲嬌模型的建立
一個理想的傲嬌模型，除了傲.嬌之類攏統的概念外，
還需要參數與權重，但到底有哪些需要參數?
這需要專家的意見。
2.回饋的取得
不同於遊戲分數可以直接取得，玩家好感也是模糊的資訊，
如何取的玩家的最終好感?
對此板友是否能提供一些意見?

(先能定義好傲跟嬌是什麼再來談)

UBS孔就是啊 不插他3次都不給進去

二次元參數湊出來的二次元老婆 用現成的二次元就好了reinforcement learning 參考一下你也要有那個電腦去跑那個參數 你的資訊量太大了

？_？

假如你訂好reward說不定真的可以靠reinforcement跑出一個理想中的傲嬌

你這個要作應該要弄成推薦系統 每個人對同個角色好感度不同

回樓上 如果是樓主開發只會有樓主覺得是傲嬌類的參考資料，到頭來都是生出資料來源的傲嬌而已，給自訂也差不多

正要說RL

重點是臉吧

樓上你說到重點了

不 重點是介面吧 你能想像只有終端的傲嬌嗎？