也是通过他的关系，这个配了小型机的实验室才会开放。

    对方并不是星火小组的成员，也不知道陈念的身份，在他眼里，陈念和王建成一样，都是一个“普通”的，比较天才的学生而已。

    他赶紧上去打了个招呼。

    “楚教授，您也在啊？”

    楚建树笑着点了点头，回答道：

    “你们这个项目挺有意思的，我之前也跟着看了，现在出成果了，肯定要来看看。不影响你们吧？”

    “不影响不影响，您愿意来指导，我们高兴还来不及呢。”

    陈念笑着回答道。

    而另一边，王建成已经设置好了模型的基本参数，也连接上了模拟飞行程序。

    在之后的训练里，模型将会根据飞行程序输入的随机指令自动开始学习，用高频率的试错逐渐去寻找收益最大的策略。

    “所以你们的判据是最后怎么设置的？还是之前说的那样，以跟随距离为标准吗？”

    楚建树开口问道。

    “不是，已经改了。这个判据太死板了，如果只使用距离作为判据，虽然成功率高，但同时，一旦失败，造成的后果也很严重。”

    “我们没办法把预估损失也作为判据加进去，那样的话，整个模型会变得太过庞大。”

    “即使我们现在的小型机跑得动，以后真上了无人机也跑不动。”

    “所以，最后的策略是，使用归队成功率作为主权重判据，距离只作为辅助。”

    听到陈念的回答，楚建树眼前一亮。

    这的确是一个很聪明的策略。

    作为编队中的重要部分，毫无疑问，无人机是要跟有人机组成飞行编队的，但由于性能上的差异，编队的队形不可能永远保持稳定。

    ——

    别说有人、无人混编了，哪怕纯粹的有人机编队，也不可能在战斗中始终保持队形。

    但另一方面，如果想要形成战斗力，编队、分组又是必须的。

    这就要求飞行员在完成战术动作之后迅速归位。

    以此为标准，去约束无人机的行动，并作为机器学习训练的判据，一方面给了模型更大的自由度，一方面也能满足实际使用的需求，可以说是折中情况下最好的选择了。

    这两小子不愧是天才啊，一法通万法通，为了这个模型，他们所掌握的绝对不仅仅是单一的人工智能知识而已。

    面向对象的开发，才是真正有用的开发啊。

    不过，一个普通的学生，怎么会有这样的见识呢？

    ——

    他还不知道，此时的陈念，对于空军战术的了解，其实都是已经有过实践经验的了

    “很聪明，这应该是我们最好的解决方案了。咱们现在就开始吗？”

    “现在开始！”

    王建成点了点头，手指轻敲回车键。

    伴随着小型机的风扇转动，程序立刻开始了运转。

    一条条数据不断输入到模型中，由于没有可视化界面，所有的学习过程都是以数据的形式呈现。

    楚建树看的都不太明白，倒是王建成，一边紧紧盯着疯狂闪烁的一行行代码，一边不断地开口解释：

    “已经完成一千次训练了，效果很差，成功率0%不过也正常，我估计至少要训练百万次以上，才能达到初步的效果。”

    “五千次，这算成功了一次，有一架无人机归队了，但这是运气，策略还没办法形成”

    时间一分一秒地过去，随着程序的不断运转，王建成的脸色变得越来越凝重。

    原因无他，成功率太低了！

    这个模型的训练效果远远要弱于他的预期，如果按照这样的效率，恐怕亿级的训练都不够用。

    那还玩个屁啊？

    机器学习中有一条铁律：

    当AI的训练强度大于人工训练强度时，那模型-->>

本章未完，点击下一页继续阅读