# ពិភពវិជ្ជមានជាងមុន

នៅក្នុងស្ថានភាពរបស់យើង Peter អាចផ្លាស់ទីជុំវិញប្រហែលមិនត្រូវបានសំបូរឬអស់កំលាំងទេ។ ក្នុងពិភពដែលមានភាពយ៉ាងជាក់ស្តែងជាងនេះ យើងត្រូវតែអង្គុយនិងសម្រាកពីពេលទៅពេល និងផ្គត់ផ្គង់អាហារ ដើម្បីផ្គត់ផ្គង់ខ្លួនគាត់ផងដែរ។ យើងនឹងបង្កើតពិភពរបស់យើងឲ្យមានភាពយ៉ាងជាក់ស្តែងជាងនេះ ដោយអនុវត្តបញ្ជាទាំងនេះ៖

1. ដោយផ្លាស់ទីពីកន្លែងមួយទៅកន្លែងមួយទៀត Peter នឹងបាត់បង់ **ថាមពល** និងទទួលបាន **ភាពអស់កំលាំង**។
2. Peter អាចទទួលថាមពលបន្ថែមដោយការញាំផ្លែប៉ោម។
3. Peter អាចលុបបំបាត់ភាពអស់កំលាំងដោយការសម្រាកនៅក្រោមដើមឈើឬលើឱកាសស្មៅ (ឧទាហរណ៍ដើរចូលទៅកន្លែងលើក្តារដែលមានដើមឈើឬស្មៅ - សួនបៃតង)
4. Peter ត្រូវតែស្វែងរក និងសម្លាប់ខ្លា
5. ដើម្បីសម្លាប់ខ្លា Peter ត្រូវតែមានកម្រិតថាមពល និងភាពអស់កំលាំងជាមួយគ្នា ប្រសិនបើមិនដូចនេះគាត់នឹងបាត់បង់ក្នុងការប្រយុទ្ធ។

## សេចក្ដីណែនាំ

ប្រើបណ្ដុំ​សៀវភៅ [notebook.ipynb](notebook.ipynb) ដើមជាចំណុចចាប់ផ្តើមសម្រាប់ដំណោះស្រាយរបស់អ្នក។

កែប្រែកម្មវិធី​ផ្តល់រង្វាន់​ខាងលើ​តាមតាមច្បាប់នៃហ្គេម រត់ជាលំហាត់កំរើកចរន្តការ​ស្វែងយល់​ដើម្បីរៀនយុទ្ធសាស្រ្តល្អបំផុតសម្រាប់ឈ្នះហ្គេម ហើយប្រៀបធៀបទិន្នន័យរបស់រត់ចៃដន្យជាមួយនឹងគណនីរបស់អ្នកដោយសារជាផ្នែកចំនួនហ្គេមដែលឈ្នះ និងបាត់។

> **សម្គាល់**៖ ក្នុងពិភពថ្មីរបស់អ្នក ស្ថានភាពកាន់តែស្មុគស្មាញ ហើយក្រៅពីទីតាំងមនុស្ស ហើយវាក៏រួមបញ្ចូលទាំងកម្រិតភាពអស់កម្លាំង និងថាមពលផងដែរ។ អ្នកអាចជ្រើសរើសតំណាងស្ថានភាពជាតុំ (Board,energy,fatigue) ឬកំណត់ថ្នាក់សម្រាប់ស្ថានភាព (អ្នកក៏អាចចង់ដកថ្នាក់ពី `Board`) ឬកែប្រែថ្នាក់ `Board` ដើមនៅក្នុង [rlboard.py](../../../../8-Reinforcement/1-QLearning/rlboard.py) ។

ក្នុងដំណោះស្រាយរបស់អ្នក សូមរក្សាកូដដែលទទួលខុសត្រូវសម្រាប់យុទ្ធសាស្រ្តចៃដន្យ ហើយប្រៀបធៀបទិន្នន័យរបស់គណនីរបស់អ្នកជាមួយចៃដន្យនៅចុងបញ្ចប់។

> **សម្គាល់**៖ អ្នកប្រហែលជាត្រូវតែបត់បែនពាក្យផ្គុំកូដដើម្បីឲ្យវាដំណើរការ បានពិសេសគឺចំនួនវគ្គ។ ព្រោះការ​ជោគជ័យរបស់ហ្គេម​ (ប្រយុទ្ធនឹងខ្លា) គឺជាព្រឹត្តិការណ៍កាន់តែខ្សោយ អ្នកអាចរំពឹងថេលំហរការបណ្តុះបណ្តាលត្រូវបានវែងជាងនេះ។

## មាតិកាគន្លងវាយតម្លៃ

| មាតិកា | ល្អបំផុត                                                                                                                                                                                             | គ្រប់គ្រាន់                                                                                                                                                                                | ត្រូវការកែលម្អ                                                                                                                          |
| -------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------ |
|          | សៀវភៅត្រូវបានបង្ហាញជាមួយនឹងការបញ្ចាក់ច្បាប់ពិភពថ្មី កាលីគូស្វែងយល់ Q-Learning និងការពិពណ៌នាផ្នែកអត្ថបទខ្លះ. Q-Learning អាចធ្វើបានល្អឥតខ្ចោះបរិមាណលទ្ធផលបើប្រៀបធៀបនឹងចៃដន្យ។ | សៀវភៅត្រូវបានបង្ហាញ  កាលីគូស្វែងយល់ Q-Learning ត្រូវបានអនុវត្តន៏ និងធ្វើឲ្យលទ្ធផលប្រសើរឡើងបើប្រៀបធៀបនឹងចៃដន្យ ប៉ុន្ដែមិនយ៉ាងសំខាន់ទេ; ឬសៀវភៅបង្ហាញការពិពណ៌នាអន់និងកូដមិនមានរចនាសម្ព័ន្ធល្អ | មានកិច្ចខិតខំខ្លះក្នុងការកំណត់ច្បាប់ពិភពឡើងវិញ ប៉ុន្តែកលីគូស្វែងយល់ Q-Learning មិនដំណើរការឬមិនបានកំណត់គោលការណ៍ផ្តល់រង្វាន់ឲ្យពេញលេញ |

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**ការបដិសេធ**៖  
ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាកម្មបកប្រែ AI [Co-op Translator](https://github.com/Azure/co-op-translator)។ ខណៈពេលយើងខិតខំប្រឹងប្រែងសម្រាប់ភាពត្រឹមត្រូវ សូមយល់អោយដឹងថា ការបកប្រែដោយស្វ័យប្រវត្តិអាចផ្ទុកកំហុសឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមនៅក្នុងភាសាដើមគួរត្រូវបានគេចាត់ទុកជារៀបចំអំណាចផ្លូវការជាភាសារបស់វា ប្រសិនបើមានព័ត៌មានសំខាន់ គួរត្រូវបានបកប្រែដោយអ្នកជំនាញមនុស្ស។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកស្រាយខុស ណាមួយដែលកើតមានពីការប្រើប្រាស់ការបកប្រែនេះឡើយ។
<!-- CO-OP TRANSLATOR DISCLAIMER END -->