成战斗力，编队、分组又是必须的
这就要求飞行员在完成战术动作之后迅速归位
以此为标准，去约束无人机的行动，并作为机器学习训练的判据，一方面给了模型更大的自由度，一方面也能满足实际使用的需求，可以说是折中情况下最好的选择了
这两小子不愧是天才啊，一法通万法通，为了这个模型，他们所掌握的绝对不仅仅是单一的人工智能知识而已
面向对象的开发，才是真正有用的开发啊
不过，一个普通的学生，怎么会有这样的见识呢？
——
他还不知道，此时的陈念，对于空军战术的了解，其实都是已经有过实践经验的了
“很聪明，这应该是我们最好的解决方案了咱们现在就开始吗？”
“现在开始！”
王建成点了点头，手指轻敲回车键
伴随着小型机的风扇转动，程序立刻开始了运转
一条条数据不断输入到模型中，由于没有可视化界面，所有的学习过程都是以数据的形式呈现
楚建树看的都不太明白，倒是王建成，一边紧紧盯着疯狂闪烁的一行行代码，一边不断地开口解释：
“已经完成一千次训练了，效果很差，成功率0%不过也正常，我估计至少要训练百万次以上，才能达到初步的效果”
“五千次，这算成功了一次，有一架无人机归队了，但这是运气，策略还没办法形成”
时间一分一秒地过去，随着程序的不断运转，王建成的脸色变得越来越凝重
原因无他，成功率太低了！
这个模型的训练效果远远要弱于他的预期，如果按照这样的效率，恐怕亿级的训练都不够用
那还玩个屁啊？
机器学习中有一条铁律：
当AI的训练强度大于人工训练强度时，那模型就是无效的
很显然，他手里的这个模型，就是这样的情况
“不太行啊.这个算法好像达不到可用的标准”
“训练效率太过低下了，策略生成的速度也慢”
“这么搞下去，我们还不如人工遍历定制策略来的划算了.”
听到他的话，陈念也皱起了眉头
他开口问道：
“能看出原因吗？”
“看不出来.我感觉咱们的算法应该是没什么大问题的，但是，冷启动耗费的资源太多了”
“机器学习的本质也是遍历，但它没办法做任何感性经验的参考”
“也就是说，人工先验和机器先验拉不齐”
看着王建成略微有些失望的眼神，陈念继续问道：
“上次聊的混淆矩阵呢？能解决吗？”
“解决不了.现在我们的问题是，priors和experience都比较少，想要高效得到高水平解决方案，就必须要求机器的智能化水平极高”
“而且目前来看，这个任务的generalization，也就是任务泛化难度本身就很大，