现在是 2 月 6 号的凌晨 0:26，我开始写这篇日记，大致交代一下这几天我的工作（虽然是白忙活）。不然好像我一直在当鸽子，实则这几天牢的要死。
2 月 3 号我开了新符卡的工作，大概在下午完成。但问题是之前表现一直很好的搜索型避弹 AI 面对这张符卡表现很差，后面所做的一切工作其实只有这一点：全避这张符。
然后呢，然后走上了一条不归路并开始坐牢…
Before Reading#
很早就红心了的曲子，前几天网易云随机播红心歌单，播到这首时意外触动到了，有许多莫名的感受。经常一段时间没听过某首歌，忽然再认真听一遍，会感受到有些强烈的震颤，好像在怀念什么。
我之前还把这首和永啼鸟弄混过来着。然而这首是风神少女，永啼鸟好像是不死组的几首来着，按理说不应该弄混。不过由于是粽子，好像也听不出什么原曲😂（我把这首跟风神少女同时放，才能听出来副歌部分有点像…）
鳥よ#
这次弹幕的主题也是源于这首歌吧，像鸟一样，想要去强调 “飞行感” 与 “自由感” ，但是又不完全是这种飞行幻想。这首歌所属的专辑《娶》想要讲述的是人与妖之间的羁绊吧，所以我对这张符卡的最后一个关键词是 “思恋” 。这也是为什么我用了很多自机狙，为什么第三阶段 Boss 要锁定自机的位置俯冲，我希望这张符卡能够体现这种命运的牵连感。
然而很大的问题在于，之前的避弹逻辑在处理自机狙的时候，表现是相对较差的，它不会有引弹的意识。最后我用了非常抽象的方式来解决这个问题，这里暂且按下不表。
弹幕分成三个阶段：第一阶段 Boss 扇动翅膀（做的不是很像扇动）发射弹幕，第二阶段 Boss 下压，发射撞到边界会反弹并产生大量龙鳞弹的自机狙。第三阶段 Boss 俯冲并在过程中散射飞羽，飞羽会减速到停止，在下一次俯冲时消弹。
最终效果见 传送门 。
RL 从入门到入土（???）#
我们说到：之前的避弹逻辑在面对这张符的表现比较差，具体体现在这几点上：
会莫名奇妙的撞第一阶段的中玉。明明密度不大，但就是会撞。
不会引第二阶段的狙。这其实是一个很麻烦的问题，第二阶段的
water_drop弹幕第一次碰到墙壁时会发生反弹，并且产生大量龙鳞弹向周围散射。
final scene 里面是用两个底角引狙，散射产生的龙鳞弹轨迹很集中，也不影响引弹的路线。然而如果你像dogger一样不会引：
其实这张还不算散的，如果狙的时候贴近 Boss ，让自机狙的子弹先散开，最后出来的龙鳞弹会糊满整个屏幕。不会躲第三阶段 Boss 的俯冲。如果处在俯冲的轨道上，靠 Boss 的斥力来躲撞击是来不及的。但是自机在飞羽静止后也会感到危险，于是倾向于留在原地（下一波被创亖）。
我当时觉得后面两个问题都是搜索式本身很难克服的弊端，那干脆我们不做搜索式了吧。于是让 copilot 写了个训练避弹 AI 的计划书，在不懂原理的情况下就开干了，先采样就采了 20 分钟，之后又是用 PPO 又是蒸馏压缩，最后一看结果只会上下乱斗（蒸馏蒸得都不会左右移动了）。把学习轮次开大，后续才看的出来像是在避弹。以上是 2 月 4 号的成果， 5 号接着搞，想着怎么提高训练效果。第一轮训练出来的结果都活不过 100 帧，那后续的迭代自然也是泡汤了。搞了大半天完全没有效果，最后还是选择了放弃。
半自动飞机#
最后还是只能转会搜索型 AI ，先是新加了功能：分析有没有自机狙，影响后续风险的判断。加了这条后第一阶段就没什么问题了，主要还是第二阶段不会引弹和第三阶段站着不动被创亖。这时候想到的解决方案是：给一个引导的接口，让人类来决定“大方向”，也就是引导 AI 朝某个点走。最后落地的方案是用键盘上的 1~6 来表示画面左右两侧的上中下共 $6$ 个点，按下按键 AI 就会倾向于往那个点靠近。之后修了修再调调参，就是 final scene 了。那里面第二阶段就是交替向两个底角引导，连带狙一起，反弹产生的龙鳞弹就很规则了。
第三阶段其实也是靠这个引导功能， AI 会探查能去到引导的目标点的安全通道，所以最后能够在停止的弹幕中做移动，调整位置躲开俯冲。不过即使如此，还是试了不少次才出了一发全避。
人工队大胜利#
然而增加引导功能后，我先是发现第一阶段的弹幕通过引狙也能引得很干净，这样手动过这张符的难度就集中在第三阶段了。一开始我是想在下面穿静止弹幕层，凭运气出一发。后来发现顶层其实不会被飞羽打到，只要不被体术就很安全，后来就一直尝试上避第三阶段。只要抓好第二阶段到第三阶段的那个消弹时间，就可以在第一波俯冲的同时拉到最上方了。
这样看的话，这张符其实纯姿势。但是我做的时候本意是让 AI 来打，所以加了好几次弹幕量，看来也是不影响了。
开始做符卡后，也是因为我收不了自己做的符才开始做 Bullet-Dodger 的，结果这张符反而是人工队表现更好，也算是可喜可贺了。
Next Dream…#
这个避弹的项目估计也就到这里为止了，后续如果我有好好搞懂机器学习这一块的话，或许会重启这个项目。不过现在我已经做了三天牢了，我先需要睡个好觉，然后好好玩一天。
后面做些什么呢，那是睡醒之后才该去考虑的事。