“一通推导猛如虎，司机已经0-5。”

“令人心动的科研这个节目真的非常有意义，在这个综艺里我学会了开车的100种死法。”

“好的，我从现在开始不再担心人类会被机器统治了。”

...

轰！轰！轰！

训练还在继续，江铭的智能体不断探索各种策略，然而结局都是一样的。

当然，也有车子一上来就直接减速，然后一直停留在原地直到模拟最大时长的情况。

幸好江铭设置了单次模拟最长就是1分钟，避免了训练卡在这种极度保守的离谱策略上。

短短的半个小时，林欣然已经见过了不知道多少种作死策略了。

只能说智能体真的很厉害，总能找到一种和之前完全不同的作死策略。

“啊啊啊啊，师弟，到底是怎么回事啊，我们的智能体宝宝是个智障怎么办！”，林欣然开启了摇晃模式，一个劲摇晃着江铭肩膀。

“别急，它还在试错，让它再学一会儿。”，江铭被晃得东倒西歪，但仍然坚定道：“一定会学会的。”

出现这种情况，他的心里也没底。

虽然对于人来说，开车不撞墙其实不太难，最起码保持个匀速总是能做到的吧。

但是对于还在学习的智能体来说，可就没那么简单了。

初始化时，数以千计的神经网络节点中，参数值全部是随机的。

这意味着，在不断试错中，但凡有一个节点的参数没训练好，都有可能让智能体出现奇葩行为。

从概率上来讲，一个好的策略，甚至是一个普通的正常一点的控制策略，在训练前期都是不可能出现的。

江铭默默将模拟环境的时间流速调快到外界的10倍。

此时盯着看小车的模拟其实意义不大，加速模拟反而能让智能体训练的更快一些。

于是，轰隆隆的撞车声出现的频率更快了。

江铭黑着脸，调出了监控接口。

这是他之前在实现算法的时候就写好的，用于实时观测目标函数的变动。

不出所料，目标函数还仍然在负数域震荡，只能看出一丁点的爬升迹象。

他隐隐感觉，智能体还是没找到正确的方向，仍然在不断试错。

一旦找到一次，便会呈现出一段目标函数的激增，之后的更新便是一片坦途。

这种时候，可能真的是需要一些运气了。

“我可以帮上什么忙吗？”，林欣然在一旁弱弱地问。

“师姐，你可以帮我来一段祈祷吗？我知道，搞玄学你一直是在行的！”，江铭一边看向林欣然身上的各种玄学配件，一本正经地道。

“好吧。”，林欣然解下脖子上的十字架吊坠，握在手中，这是她来参加综艺特意准备的。

“哦，伟大的算法之神。在这片数据的海洋中，我们寻求智慧的光芒。我们的智能体迷失在状态空间的迷宫，我们的策略在高维的荒野中徘徊。”

“请指引我们，在策略迭代的征途上，不断前行，直至找到最优的解。”

“阿门。”

林欣然睁开眼睛，定睛看向显示器。

只见新一轮的迭代中，目标函数值突然一个飞跃，突破了零点，且仍在稳步提升着...

...