消融实验

看开悟上王者荣耀实验有个方法叫消融实验（Ablation study），乍看不知道啥意思。原文是这样说的：通过修改各个reward的权重去训练出玩法风格截然不同的agent，比如提高击杀奖励，agent会变得更好战，提高金钱奖励agent会提高刷钱效率。同学们可以通过消融实验的方法，去测试每个reward对agent训练的影响。但是不同reward之间不是相互独立的，同时修改多个reward的效果不能简单的用单个reward的实验结果进行简单的线性叠加。

简单理解就是，对实验的一个baseline加了两个条件A、B，发现性能好了很多。但这时候不能确定A和B分别都是有意义的，这时候引入消融实验：

1. baseline+A

2. baseline+B

3. baseline+A+B

如果情况3效果比1、2都好，说明A、B都是有用的；如果发现1和3效果差不多，甚至1更好，那说明B其实并没啥用。

总的来说，这就是中控制变量的实验方法。