講一些我目前理解的RLAI，以你的例子來說，機器人抓小火龍會選擇對全局來說勝率最高
的位置，而非命中率最高的位置(雖然很可能重複)。 對AI來說她做的決定會類似過去100
萬次機器人發Q抓小火龍的對局中，有沒有類似情況的pattern。

以常理來說是，但是在某些時刻可能不是最優解，世界賽中T1打AL有一個畫面是AL贏會戰
結果巴龍還沒出生，導致這次會戰雖然贏了但是收穫很少；如果他們當時選擇不打或是晚
點打可能會好，這意味著現實最優解可能不是全局最優解。這是人類很難學習到的地方，
因為我們精力有限而且很難量化指標。可是對AI來說，他可以對戰上千萬場並觀察到這些
事情的發生序列進而得出結論。例如說在100萬場中獲得勝利的對局中，有87%吃了巴龍、
有56%拿了首塔，他可以從量化的指標中知道真正重要的決策是甚麼。但是我們從沒有聽說
過哪一位分析師說打贏這個會戰勝率+2%之類的，對吧

那AI的缺點是甚麼？是它無法解釋或理解這麼做的原因，它會去打會戰、拿首塔或是搶龍
是因為在它的對戰經驗中獲得勝利的對局中都有做這是些事情；但是它不會知道拿火龍後
因為有加攻擊力，所以更好推線跟會戰勝率更好，AI只負責觀察並不解釋。

最值得期待的是如果有一天，真的能訓練出如同alphago的AI，那很有可能推翻我們對遊戲
的理解，某件裝備、某個地圖物件的價值可能會跟我們想像的完全不一樣，甚至連EU流可
能都會被否定掉。