बहुत अधिक गुस्सा पक्षी खेलने के बाद, मैंने अपनी रणनीतियों का पालन करना शुरू कर दिया। यह पता चला है कि मैंने प्रत्येक स्तर पर 3 स्टार प्राप्त करने के लिए एक बहुत ही विशिष्ट दृष्टिकोण विकसित किया है।
इसने मुझे मशीन लर्निंग सिस्टम विकसित करने की चुनौतियों के बारे में आश्चर्यचकित कर दिया, जो एंग्री बर्ड्स को खेलने में सक्षम होंगे। खेल के साथ बातचीत करना और पक्षियों को लॉन्च करना तुच्छ है। लेकिन एक सवाल जो मेरे पास था वह सिस्टम के "बिल्डिंग ब्लॉक्स" के बारे में था।
मशीन लर्निंग सिस्टम सरल अवधारणाओं या समस्या के बारे में समझ के साथ काम करते हैं। इसे अक्सर इनपुट के रूप में सुविधाओं के रूप में एन्कोड किया जाता है। इसलिए ऐसा लगता है कि सिस्टम को रणनीति बनाने के लिए कुछ उच्च स्तरीय अवधारणाओं को समझने की क्षमता होनी चाहिए।
क्या ये सच है? साथ ही, इस तरह की प्रणाली को विकसित करने की चुनौतियां या मुश्किल हिस्से क्या हैं?
EDIT # 1:
यहाँ कुछ स्पष्टीकरण है। 3 स्टार प्राप्त करना एक कठिन समस्या है क्योंकि आपको अंक अधिकतम करने होंगे। यह दो गैर-अनन्य तरीकों से किया जा सकता है: 1) उपयोग किए गए पक्षियों की संख्या को कम करना (आपको हर अप्रयुक्त पक्षी के लिए 10,000 अंक मिलते हैं)। 2) कांच, लकड़ी और अन्य वस्तुओं के विनाश को अधिकतम किया। नष्ट की गई प्रत्येक वस्तु आपको अंक देती है। एक ही पक्षी के साथ 10,000 से अधिक अंक की वस्तुओं को नष्ट करना संभव है।
यहां "उच्च स्तरीय अवधारणाओं" के बारे में थोड़ा और स्पष्टीकरण दिया गया है। ऊपर वर्णित बिंदुओं को अधिकतम करने के लिए, आपको प्रत्येक पक्षी की विशेष शक्तियों का उपयोग करने की आवश्यकता है। तो, इसका मतलब है कि नक्शे के लेआउट के आधार पर विभिन्न प्रक्षेपवक्रों के साथ विभिन्न पक्षियों को लॉन्च करना। और, खेलते समय मैंने एक रणनीति विकसित की है जो कुछ पक्षियों के साथ कुछ क्षेत्रों को एक निश्चित क्रम में नष्ट कर देती है।
ऐसा लगता है कि एक विशिष्ट क्षेत्र को नष्ट करने के लिए प्रत्येक पक्षी का उपयोग करने की समझ के बिना सिस्टम 3 तारों को प्राप्त करना नहीं सीख सका। तो, आप इस तरह से कुछ कैसे प्रबंधित और एनकोड करेंगे? आप यह कैसे सुनिश्चित करते हैं कि सिस्टम इन उच्च स्तरीय अवधारणाओं को सीख सकता है?