我可能对这个问题有些力不从心，也可能问错了问题，但还是要试一试。我想构建一个养成习惯的人工智能，基本原理是它做一件事，然后根据结果来决定是否再次执行或避免再次执行。我的主要问题是我不确定如何存储这些动作。有什么好的、基础的学习型AI或构建这类AI的指南吗？我使用的是Python，但只是想了解基础知识，以便理解它们在做什么。

回答：

您所说的“养成习惯的人工智能”的常规术语是“强化学习”，通过经验来改进状态和动作的估值。Q-learning和SARSA是典型的例子。搜索这些术语，您应该能找到大量的书籍、示例、教程、代码样本等。