我用30天写了一个完美的贪吃蛇AI

07:46

根据林哥的回答我画了个方便理解的图

黄色的点就是固定随机种子对整个学习过程的‘影响’

可以是

这些策略里的任意一种状态

AI会根据当下的状态找到一个吃当前果子的唯一解，不一定是最优解。

然后固定这个步骤的答案，