“你们刚才看到它找到我之后跳了一下。”林宇在黑板上画了一个状态机的示意图，“很多人第一反应是‘它有感情了’。错。它没有感情。它有的是一组预训练的行为数据。”
他在状态机的几个节点旁边标注了标签：搜索、接近、确认、反馈。
“我在训练它的时候，给它喂了一批真实的狗狗行为视频数据。
大概两百多段短视频，全是家养犬看到主人时的反应——跑过去、摇尾巴、原地打转、前腿扑。
这些行为被拆解成关节角度变化的时间序列，用强化学习的框架让机器狗模仿。”
他在黑板上写下了强化学习的基本公式：q(s,a)=r+γ·maxq(s‘,a‘)。
“翻译成人话就是：它做了一个动作，如果这个动作让它更接近目标，就给一个正奖励。
如果偏了，给负奖励。
反复训练之后，它自动学会了一条最优路径——先扫全场，锁定目标之后走过去，走到面前之后执行预设的‘开心’动作序列。”
他停了一下。
“整个过程里，它不需要‘理解’什么是开心。它只需要知道：做完这套动作，就能拿到最大的奖励值。”
【检测到当前课堂168名学生理解ai行为训练，宿主获得返还：ai情感模块架构·初级】
一股新的知识流在大脑中展开，林宇对ai情感模拟的理解瞬间拔高了一个层次。
教室里安静了几秒。
有人在消化公式，有人在想“原来ai的感情是这么回事”。
林宇趁这个间隙在黑板上补了路径规划的部分——机器狗在人群中避开障碍物的逻辑，本质上是a*算法的变体，把每个人的位置当作动态障碍物实时更新权重。
每写完一段算法，他就按下遥控器，让那只已经临时用铁支架加固了关节的机器狗在讲台上实践一遍。
“跳。”
机器狗四条腿同时弯曲发力，弹起来十五公分，落地稳稳的。
全班爆发出掌声。
讲到路径规划的尾声时，林宇抓起讲桌上另一块完整的黑板擦，朝教室右侧的过道抛了出去。