這是什麼

多數遊戲 AI 的研究讓 AI 扮演玩家，這個專題反過來：AI 是關主（Maze Master），用 PPO 學會動態修改迷宮，蓋牆、放怪物、移動出口，目標是讓玩家的通關時間落在「心流」區間，不無聊也不挫折。

怎麼訓練的

真人玩家太貴，所以用 A* 導航機器人模擬玩家，並隨機化玩家個性避免 AI 只會對付一種人。獎勵函數就是心流本身：通關太快扣分、太慢扣分、把玩家完全堵死重罰。八進程並行訓練，配消融實驗和一千回合的評估腳本驗證每個設計的貢獻。

現況

專題已完成，有 Pygame 視覺化介面，GitHub Release 有打包好的 exe 可以直接玩。注意這是課程專題，授權僅供檢閱，不是開源軟體。

• Flow reward：太快罰、太慢罰、把玩家堵死重罰
• A* 模擬玩家加上個性隨機化，訓練不依賴真人
• 消融實驗與千回合評估腳本，打包成可直接玩的 exe