单元六
第30课 训练模型玩游戏
一、任务目标
训练（或调试）一个小游戏策略模型并试玩，能对照胜率／行为说明「训练目标」与「实际表现」是否一致。
二、我们要学什么
- 游戏状态可表示成向量
- 小网络可根据状态选择动作
三、操作步骤
1先手动玩游戏
2观察状态数值
3看网络如何决策
4训练后让 AI 自动玩
四、网页体验
网页体验：躲避障碍游戏
用键盘或按钮控制角色避开障碍。
网页体验：游戏状态分析
观察当前状态向量如何描述局面。
网页体验：小神经网络
查看简易网络如何把状态映射到动作。
网页体验：训练后自动玩
点训练，看策略在模拟环境中变好。
五、知识点讲解
模型是从数据里学到的可复用规则；训练就是用带标签（或可反馈）的数据不断调整，使预测越来越准。要分清：训练看的是「学习过程」，测试看的是「没见过的新例子行不行」。
先弄清本课输入与输出，再进编程练习对照现象。
六、课堂练习
先完成两道正误判断，再做其余题目；选出后点「检查」。
判断：只点体验按钮，说不清「AI 做了什么、人做了什么」。
判断：每完成一次体验，用一句话说清本课要点「躲避障碍游戏与小网络训练」，并区分生成结果与你的判断。
游戏状态向量可包含？
用网络选择动作属于？
训练后自动玩是为了？
七、本节小结
第30课「训练模型玩游戏」：先场景、再体验、后反思。