基于强化学习TD算法的乒乓游戏击球策略优化

摘要

计算机乒乓游戏是出现在个人计算机上最早的游戏之一，该文利用强化学习中的TD算法，将状态的变化与得分的统计规律统计出来，就是研究在当前状态S下，球拍怎样移动获利最大，让机器击球手快速运动并准确击球。