“……目前应用最广泛的学习算法是watkins在1989年的博士论文中提出的Q-Learning算法，是计算机学习发展的里程碑，属于典型的与模型无关的算法~”

“Q表在更新的时候计算了下一个状态的最大值，但是取那个最大值的时候所对应的行动不依赖于当前的策略，始终是选择最有价值的行动……”

“利用公式来表示Q表的更新：Q（St，At）←Q（St，At）+α【Rt+1+γmaxQ（St+1，a）？Q（St，At）】，这里面，St是当前状态state，At从当前状态下采取的行动a……”

算法很多，杨帆的学习在刘婷导师的指导下很有条理，也很有针对和拔高，学习的都是当前最主流的。

当然，开小灶是必然的，刘婷导师也欢迎他提问题。

杨帆都有些庆幸自己入校后的这些选择了，否则哪来的开小灶机会？一切按部就班，自以为厉害而不和老师打好关系，只怕现在还在闷着头自己学习，根本不可能有现在的进步。

目前为止，他不敢说学得有多高深，比得了谁谁谁，至少他现在已经可以算是一名合格的程序员了，从头到尾可以编程程序，无论是代码还是相关的算法设定，他都可以独自一人搞定。

“神经网络能够处理非线性的问题，有强大的模式识别能力，能够从大量的数据中学习复杂的模式，但缺点也比较明显，容易陷入局部最优解，训练时间长、需要大量的数据和计算资源~”

“……长处在于图像识别、语音识别、自然语言处理方面~”

“我简单给写个代码你看看……”

又是学习的一天，针对性的给杨帆做拔高学习，讲述算法的课程上，刘婷先是讲了应用最广的算法，又开始讲神经网络。

杨帆认真的听，脑子在思考的同时，也在不停的记着笔记，把听到的先记下来。

他到底不是天才，所以听到的并不能第一时间理解，甚至没办法在十分钟之内琢磨透，所以只有烂笔头可以用。

收获满满！

不多时，这节课就到了尾声，因为总时长只有半个小时。

没错，刘婷只给了他半个小时，每天。饶是如此，这已经是刘婷最大的一块时间支出了，给了非常特殊的照顾。

“谢谢老师！”

杨帆满足的笑了笑，随后回了教室。

一晃，一天就过去了。

下午下完课，吃完饭，杨帆和他的小伙伴们就一块开车去了公司。

车是公司的，但是是给他们几个老板用的，所有的开销都是挂公司账上。

不一会，几人就到了公司。

此时，公司的员工基本都下班了，只有开发部的四人和赵攀还没下班，在等着他们。

“麻烦各位久等了~”

杨帆先是客气的说了句，然后召集众人到了会议室，拿出他的电脑连上投影仪，将他准备好的PPT投了出来。

众人目光看去，赫然又是一份游戏设计方案。

杨帆指着PPT上的内容说道：“这是我们要开发的第二款IOS游戏，没什么难度，开发周期最好不要超过一个月，以我验收合格为标准~”