化学习环境。其中包括两种2048棋盘表示方式：二进制——使用二次幂矩阵表示棋盘中的每一块区域；非二进制——原始数字矩阵。这个模型包含两种类型的神经网络：nn和lp（多层感知机）。如果我们再将其与时序差分学习和最大期望搜索相结合，在10步每秒的策略下，可以轻松累加到几万的水平，在这个基础上，在依靠7个卷积层的深度卷积网络，最高能够拿到401912分！”

叶秋话音落下，整个礼堂安静地针落可闻