帮新手来说，印度娘们太恶心了，游戏体验相当之差。
他们这边打的超级热闹，阿尔法姬就在边上偷偷的看。
CPU线程一半用来推演世界支持游戏的进程，另外一半，就疯狂收集着在场所有人的战斗数据。
从角色的层面，巨细无遗，细微到一次呼吸，一个颤抖，都会录入到新创建的战斗模版里面。
人工智能的学习，听起来就是轻飘飘的几个字，本质更轻飘飘，其实就是——统计学！（这可是诺奖得主说的，不是我说的，哈哈）
在电脑上模拟人类或者恐龙的奔跑，仅存骨骼关节以及相应配重的情况下，计算机要统计几百几千万次，跌跌撞撞宛如学步，才能勉强知道如何行走；要几亿次，才能统计出正确奔跑的模式，渐渐的跑起来；要统计更多次，才能跑到坚定有力跑到赏心悦目。
这还仅仅是相对简单的奔跑。
战斗可比奔跑复杂多了！
需要调动全身上下几乎每一块骨骼肌肉；需要做到身体做到的每一种不同的动作，灵活的协调的，强健的有力的，敏锐的迅速的……
而每一种动作，都存在着理论上最效率的模式。
这种模式又有多少呢？
随便举一个例子吧，羽毛球。
基础步法包括起动、七种基本移动步法、到位配合击球、五种回动步法；
基础打法前场有五种，中场有五种，后场有四种……
仅仅步法和打法的配合，就是不下几百种需要优化统计的运动模式。
别说还有握拍方式，左右手习惯的不同……这么一排列组合，轻松上千！
百米赛跑经过上百年的发展，最佳模式几乎只有一种了，但根据每个人天赋体质训练的不同，还会衍生出多达几十种不同的训练方法。
那模式上千的羽毛球，如果要达到最佳，相应的训练方法会有多少种呢？
战斗这事情，又比羽毛球更加复杂更加随机，想要成为最强，几亿次几十亿次才能优化到位的动作，恐怕也得有几亿几十亿种吧？
这已经不是简单的正无穷∞，简直就是第二级无穷大数【注1】了。
也就是虚数空间开放了，有其他人帮忙提供数据，否则即便以F91的运算速度，阿尔法姬也无法对这件事报什么期望。
超级计算机都未必够用。
当然，主要是人的生命不够用，活不到算完的时候……
阿尔法姬
本章未完，请点击下一页继续阅读！