目的：使用多種模型比較效果優劣。
目前使用了 隨機森林，邏輯迴歸，SVC，MLP 模型，收集了 44 局遊戲數據。
特徵矩陣 X 形狀: (5195, 4032)
標籤分佈: {向左走: np.int64(1419), 向右走: np.int64(1017), 發射子彈: np.int64(2759)}
隨機森林效果很差，一直往左走。猜測是數據不夠，以及訓練數據中左右標籤不均勻對投票影響較大。訓練集準確率：99.65%。嚴重過擬合，泛化能力極差。
邏輯迴歸會有左右擺頭，但是閃避和打擊效果都很差，更像是隨機的。訓練集準確率: 66.22%。
由於特徵質量差，無法理解何時需要閃避（移動）或打擊（射擊），所以表現像隨機的。
SVC 的訓練時間很長，而且效果很差，只會一直髮射子彈，不會動。訓練集準確率: 59.35%。
多數類偏見的經典表現。SVC 在高維特徵空間中訓練困難，最終找到的決策邊界最安全的選擇就是預測“發射子彈”（53% 的樣本），從而犧牲了少數類的準確性。
MLP 的訓練時間較長，似乎存在一定的閃避效果，但是閃避次數太少。時間太長了就不計算準確率了。
目的：調整隨機森林的參數以期解決過擬合問題。
特徵矩陣 X 形狀: (5195, 4032)
標籤分佈: {向左走: np.int64(1419), 向右走: np.int64(1017), 發射子彈: np.int64(2759)}
調整隨機森林參數為 max_depth=10, min_samples_split=5，訓練集準確率: 55.82%。
調整隨機森林參數為 max_depth=15, min_samples_split=5，訓練集準確率: 69.62%。
都有非常薄弱的閃避意識，但是表現出來更像是面對一個炸彈時會隨機向左向右。
目的：改進特徵質量
現有問題：
- 維度災難： 將特徵維度從 \(4032\)
- 語義缺失： 提取更有意義的相對位置和威脅緊急程度信息，從而解決模型在測試時無法泛化和躲避子彈的問題。
新的提取策略：
飛船與目標定位： 提取飛船當前的精確 \(X\) 座標作為自身定位特徵；同時，提取怪物所在行的列級獨熱編碼（每列 \(1/0\)）作為射擊目標特徵。
威脅量化與閃避決策： 放棄原始像素，轉而提取飛船周圍三列（當前列和左右相鄰列）中，最靠近飛船的炸彈的 \(Y\) 座標。這個 \(Y\) 座標值直接量化了威脅的緊急程度，有效指導模型進行精準閃避。
邊界處理： 對超出遊戲邊界的列，賦予最大的 \(Y\)
解決了訓練速度問題： 維度從 \(4032\) 降至幾十維，SVC 和 MLP 的訓練時間得到數量級的提升。
解決了“緊急程度”問題： “炸彈的 Y 座標”（即離飛船有多近）。模型現在可以學習：“如果左右側的 Y 座標值很高（距離近），則需要緊急向另一側移動。”
解決了“邊界處理”問題： 對於邊界外的列，特徵默認返回最大值 (len(grid)-1)。這個設計相當於告訴模型牆是不能走的。
特徵矩陣 X 形狀: (5195, 36)
四個模型的躲避能力都有顯著提升，總體排序大致為：
邏輯迴歸= SVC（完美躲過所有炸彈） > MLP（投彈率0.2, lvl4下400步） > 隨機森林（投彈率0.2, lvl4下300步）
但是，射擊的精準度都很差，推測為訓練數據設計準度太低導致的。
目的：提高設計精準度
問題：原來的特徵提取函數都不包含射擊時機的顯式信息。
新的提取策略：
記錄相對距離 (新增關鍵特徵)： 計算飛船與怪物在 \(X\) 軸上的相對距離（\(\Delta X = X_{\text{alien}} - X_{\text{avatar}}\)）。
效果：SR 和 MLP 原本閃避就不行，所以先不管了。而 LR 閃避能力降低，設計精度提高；而 SVC 閃避能力還是很強，但是設計精度還是不行
通過改變 LR 的動作權重，閃避能力重新提高。
但是當只剩 1/2 個敵人時，兩者的射擊能力都不行。可以輕鬆度過前期，但很難終結遊戲。問題在於目前的射擊特徵是所有怪物的相對距離。推測是當怪物稀疏時，大量的 \(0\)