Training an unbeatable AI in Trackmania

延伸阅读 1

训练 Trackmania 代理时，沿赛道前进与漂移等奖励项会把行为引向不同方向。直道上连做漂移是一个可回看的反例：奖励上涨和终点时间缩短需要分别验证。

存档字幕（转写方式未注明） ↗ · 引文按字幕原文展示，可点时间戳回看片段。

补充字幕原文 2

The faster the AI progresses along the track the higher the reward.

it even chains multiple drifts in straight lines, to get more rewards.