经过5万小时训练

划重点:1.西雅图软件工程师PeterWhidden花费了几年时间训练一个强化学习算法，使其能够玩经典的《精灵宝可梦》游戏，该AI已经进行了超过5万小时的游戏训练。2.AI的奖励模型奇特，它有时会陷入游戏中的某些地方，甚至停下来欣赏美丽的游戏场景，而不急于完成任务。3.AI还表现出对某些事件的“情感”，例如失去一只宝可梦后对宝可梦中心产生负面情感。