AI训练三阶段法

　　人工智能实践：策略梯度强化学习助力AI王者荣耀竞技

　　一、项目背景与进展

　　本实践项目基于先前关于AI玩王者荣耀的初步探索，进行了更为深入和复杂的研究。相较于之前的项目，此次采用了强化学习的方法，并新增了一个用于评估奖励状态的神经网络，以期提升AI在王者荣耀中的表现。需注意的是，该项目目前仍处于试验阶段，由于个人能力和时间限制，可能存在诸多不足和问题。

　　二、运行环境与配置指南

　　项目运行所需的硬件和软件环境与之前保持一致，同时增加了PyQt5模块，以便进行游戏截图作为训练参考。具体环境配置可参考以下视频教程：

• 环境配置参考视频 1（链接：https://pan.baidu.com/s/1fJRyX-scxbeOJ2lsddTLiA 提取码：msr5）
• 环境配置参考视频 2（minitouch安装）（链接：https://pan.baidu.com/s/1V8VV24Q1U8ajLKXU9HJT2w 提取码：rid1）

　　请按照视频教程中的步骤进行环境搭建和配置，以确保项目的顺利运行。