LOL训练模式是一种流行的机器学习技术，用于训练智能体进行游戏，提高其游戏技能和表现。然而，在训练过程中，添加假人作为训练数据是非常重要的一步，有助于提高模型的准确性和泛化能力。

    在LOL训练模式中，添加假人的方法有多种，下面我们将介绍其中两种常见的方法。

    方法一：使用游戏内数据

    在游戏内添加假人是一种常见的方法。这种方法非常简单，只需要在LOL游戏内创建一个虚拟角色，其外貌和技能与真实角色相似，并将其添加到训练数据集中。该虚拟角色可以被视为模型的训练样本，因为它被用于训练模型对游戏内数据的识别和反应能力。

    这种方法的优点在于，游戏内数据非常真实，模型可以更好地学习和泛化，因为模型将更准确地识别和反应真实世界中的游戏行为。此外，游戏内数据通常比外部数据更具代表性，因为游戏内数据通常涵盖了更广泛的玩家群体。

    方法二：使用外部数据集

    另一种方法是使用外部数据集，也称为“真实世界”数据。这种方法需要从互联网上收集一些真实的游戏数据，并将其与LOL游戏内的数据进行比较。这些数据可以包括玩家的操作数据，游戏内的地图和道具信息等。

    这种方法的优点在于，外部数据集更加真实和多样化，可以帮助模型更好地学习游戏中的各种场景和情况。此外，外部数据集通常比LOL游戏内数据更全面和准确，可以帮助模型更好地预测未来的情况。

    在LOL训练模式下，添加假人是非常重要的一步。使用游戏内数据或外部数据集可以帮助模型更好地学习和泛化，从而提高其游戏技能和表现。