上一篇：基于Transformer的决策智能 第二篇 BERT IS BETTER?
接上一篇，先分析一下失败的原因。随机生成10000条测试样本，错了34个，共三种错误：
1、与障碍物发生了碰撞，共21个，示例如下：
最后一步输出动作左，导致发生碰撞
最后一步输出动作左，导致发生碰撞
最后一步输出动作上，导致发生碰撞
2、超出了边界，共2个：
最后一步输出动作左，导致超出边界
最后一步输出动作右，导致超出边界
3、在规定的步数（128步）内未达到目标点，共11个，示例如下：
智能体会不停地重复之前走过的路
这个错误真奇怪，距离目标点就2步了，就是不转过去
一些猜测： 从错误示例来看，我觉得训练样本有较大的改进空间，因为对一些非常简单的输入，智能体依然决策失败。如果是对很难的输入，智能体决策失败还有可能是因为模型学习能力不足。
但测试结果至少说明模型存在着缺点：对训练样本中频率很低的场景难以学会。
以上只是猜测。 虽然可以参考《基于Transformer的路径规划 - 第五篇 GPT生成策略_解码方法优化》中的方案，通过改进解码方法来提升指标，但这种方法存在着前提条件：根据当前状态以及智能体的决策必须要能精确计算出下一步的状态。而在现实中，无人车执行加速、减速、转向等决策后会变成什么状态是无法计算的。 我也不去改进训练样本，因为在现实中，就是存在一些场景的训练样本特别少，例如无人车在行驶过程中，路边的树枝突然被风刮断掉在前方。 或许可以尝试一下其它Transformer变种，因为模型收敛非常快，改用其它Transformer变种重新训练模型代价比较低。
还有一种可能的原因：原始的环境是2D的，转成1D序列后直观性降低，模型的实际输入如下所示：
000100000000000000010000000000000+0100000000000000010011111000000001000000100000000100000010000000010011111000000001001000000000000100100000000000000010000000000000001011111111000000100000000000000010000000000000001000000x0000000010000000000000001000000000D-------
即使是人根据这一长串字符，也是很难完成目标的，AI的能力比我们表面上看到的要强。也许2D Transformer更适合本实验。
