我正在阅读格伦·西曼和大卫·M·伯格合著的《AI for Game Developers》一书，其中他们以视频游戏AI为例，展示了一个能够学习的基于规则的系统。

基本上，玩家有三种可能的移动，并以三次打击的组合进行攻击。AI的目标是预测玩家的第三次打击。系统的规则包括所有可能的三次移动组合。每个规则都有一个与之相关的“权重”。每当系统猜错时，该规则的权重就会降低。当系统需要选择一个规则时，它会选择权重最高的规则。

这与基于强化学习的系统有何不同？谢谢！

回答：

是的，这在术语的既定用法中属于强化学习。你可能会遇到一些现今积极研究者的反对，因为“热门”部分涉及深度学习应用。

你的应用有一个明确定义的游戏树可供搜索；你可以用一个直接对应于游戏的数学结构来引导强化。这是机器学习应用，沿用了已确立的学习算法。

当前的“热门”研究正在处理更复杂的游戏情况，其中动作与其结果之间的对应关系未明确定义。这些视频游戏使用DL网络而不是游戏树，努力最终发现将导致更高成功率的动作规则。它们坚定地处于AI的DL部分，这就是为什么你在阅读中看到分区的原因。