第一百三十章 虚拟与现实 (第2/2页)
象。”苏酥雪的语调比刚才低沉了一些，“在面对某些特定类型的任务时，它会倾向于使用它最熟悉、最擅长的策略，即使存在更优的策略可选。”
她点开了一个具体的案例。在传送带分拣任务中，棋手模型几乎总是优先抓取距离最近的物体，而不是按照物体的优先级顺序来安排抓取顺序。这种“就近优先”策略在大多数情况下是高效的，但在某些特殊情况下——例如当远处有一个高优先级物体即将通过传送带末端、而近处有几个低优先级物体时——这种策略会导致高优先级物体被漏捡。
“我们测试了多种不同的物体排列组合，发现在大约百分之七的情况下，‘就近优先’策略不是最优选择。但棋手模型很少主动选择其他策略，即使在训练中我们多次向它展示了更优策略的存在。”
“这是为什么？”
“目前的分析结论是：棋手模型在训练过程中，对‘成功率’的优化权重过高，对‘效率’的优化权重相对不足。‘就近优先’策略的成功率很高——百分之九十三——虽然它不是最优的，但它的成功率足够高，以至于棋手模型不愿意冒险尝试其他不确定性更高的策略。这是一种‘舒适区’效应。”
陆迪峰沉默了片刻，然后说：“这倒是很像人了。”
“确实很像。”苏酥雪说，“但正因为很像，我才更担心。如果棋手模型在虚拟训练场中就已经开始形成自己的‘舒适区’和‘习惯’，那么在现实世界中，这种行为模式可能会变得更加顽固。我们需要在训练目标中加入更多的多样性奖励，鼓励它探索和尝试不同的策略，而不是一味地追求成功率。”
“那就改。训练目标函数的调整，你来做方案，我来审核。”
“好。”
三月的第二周，陈岩从非洲发来了一条让所有人都松了一口气的消息。
沙漠盾牌的雇佣兵营地，在前一天夜里遭到了一次突袭。突袭者不是矿区方面的人，也不是东解阵——而是一支身份不明的武装力量，乘坐三架没有标识的直升机，在深夜低空突入营地，实施了持续约十五分钟的火力打击，然后迅速撤离。营地中的四十余名雇佣兵死伤过半，剩余的幸存者在混乱中丢弃装备四散逃亡，营地被彻底摧毁。
陈岩在消息中写道：“袭击者的身份和来源目前不明。但从行动的规模和专业性来看，不像是本地武装势力所为。有一种猜测是，沙漠盾牌在非洲的其他业务中得罪了某个更大的玩家，这次袭击是一次警告或报复。无论如何，矿区东翼的直接威胁已经暂时解除。”
陆迪峰读完消息，沉默了很久。他没有追问袭击者的身份——他知道陈岩也不会有确切的答案。他只是感到一种复杂的情绪在心中涌动：庆幸、困惑、以及一丝说不清道不明的警惕。在这片复杂的大地上，敌人的敌人未必是朋友。
他给陈岩回了一条简短的消息：“注意安全。保持警惕。增援部队继续部署到位，不要因为这次事件而放松防御。”
三月中旬，军方项目的工程样机完成了主体装配。
李国栋在洁净区门口摘下了口罩和安全帽，脸上带着难以掩饰的疲惫，但眼中闪烁着光芒。他走到陆迪峰面前，只说了一句话：“通电自检通过了。所有子系统响应正常。”
陆迪峰没有说“好”，也没有说“辛苦了”。他只是伸出手，在李国栋的肩膀上用力地按了一下。两个男人之间不需要太多言语，这一个动作已经包含了所有的意思。
当天晚上，陆迪峰在实验日志中写道：“工程样机通电自检通过。这是源点实验室从材料供应商向系统集成商转型的第一步。前方的路还很长，但第一步已经迈出去了。”
他合上日志，关掉了台灯，在黑暗中坐了一会儿。窗外，春夜的星空清澈而深邃，银河横贯天际，像是一条由无数颗恒星汇聚而成的光带。在那条光带之上，在数百公里高的轨道上，织女一号正在无声地飞行着，它的光电膜阵列在星光下泛着微弱的银光。
而在矿区的地下实验室里，二十五颗玻璃球内部的液态材料正在微弱的电场作用下缓缓流动着，像是一片被冻结在时间中的星空，等待着属于自己的春天。