Flappy Bird × DQN
边玩边看 AI 学飞 —— 理解强化学习的核心概念
回合
0
本局分数
0
最高分
0
累计生存帧
0
Epsilon(探索率)
1.00
平均Loss
—
最近100回合均分
—
分数曲线（每回合）
开始 AI 训练
运行最佳策略
手动游玩
重置大脑
训练速度（每帧步数）
20
渲染（关闭=纯算）
显示 AI 决策指示
超参数（高级）
学习率
折扣率γ
经验池大小
批量大小
探索率起点
探索率终点
探索衰减
目标网络软更新τ
应用超参数