作为一个养鸡爱好者，心血来潮想提高一下小鸡产蛋的速度，计算一下给小鸡喂食的最佳时间点。来对这个问题进行一些扩展。
根据平时的观察添加一些规则/约束（不太清楚蚂蚁庄园的具体规则）：
- 一个小鸡最多只能被两个小鸡抢食
- 一次喂食180g饲料，没有蹭食加速的情况下小鸡吃完需要2h
- 小鸡没有被喂食（空闲）时间t1之后，小鸡寻找好友列表的有空位的小鸡蹭饭
- 胖揍在自己庄园蹭食的小鸡，有概率掉落蹭食一半的饲料
- 蹭食的小鸡不被召回/被胖揍会一直呆在别人的庄园里
- 被喂食的小鸡在吃完饲料之前不能去蹭食
求解目标：
- 计算出给小鸡喂食的最佳时间点
- 找到最佳蹭食的好友庄园
问题分析：
首先初步分析，易得：
- 小鸡不在的好友庄园越多越好
- 小鸡正被喂食的好友庄园越多越好
- 被喂食的小鸡吃完的时间越长越好（没有加速，没有蹭食的时间越长）
除此之外，好友庄园是一个随时间变化的时变模型，如下
好友庄园模型（当前时间点t）：
- 小鸡个数：n(t)
- 喂食状态：s(t)=True/False
- 剩余饲料：w(t)
根据如上模型考虑好友对庄园的行为，只需对动作时刻及动作类型的描述进行记录，如：
好友在时刻进行喂食动作，饲料消耗速度为v，此时喂食状态s(t)=True，剩余饲料
（
即庄园页面显示的剩余值，t为查看状态的当前时间）
求蹭食的最佳好友庄园
也就是求当前时刻可以蹭食到最多饲料的庄园（不考虑被胖揍的情况），遍历找最大的w(t)。计算出给小鸡喂食的最佳时间点
感觉问题可以转化成以下几种情况：
问题A
假设：我们已知所有时间点的状态
转化：在所有时间点里计算找出能使目标函数最大的时间点问题B
假设：我们已知当前时间点以及之前所有时间点的状态
转化：对未来时间状态进行预测，得到所有时间状态集合，在在所有时间点里计算找出能使函数最大的时间点问题C
假设：我们不预测未来时间点的状态，存在经验（如历史观察数据总结的目标函数最大值）
转化：当前决策时间点计算的结果与经验（阈值）进行比较来判断当前时间点是否最佳，持续计算直至找到比较合适的最佳时间点为止问题D
假设：我们对历史数据进行训练，训练出一个相对靠谱的时序预测器
转化：预测出未来时间点的所有情况，找到最佳
（其他的情况目前想不到了）
讨论
- 针对上文问题的具体方案
- 更佳的问题描述模拟建模方式
- 可以转化成的其他问题
- 本人没有注意到的一些其他细节问题
其实我认为这个问题代表了一类实时决策的问题，欢迎各位有想法的来补充来建议（文中的错误及不足，解决方法，一些相关领域的论文博客什么的等等），本人会根据大佬们的反馈积极修改~
