OpenAI 发布 Dota 2 大规模强化学习论文
OpenAI 于 2019 年发表关于在 Dota 2 中应用大规模深度强化学习的研究论文。该工作展示了 AI 代理在复杂实时策略游戏中的训练方法,但作为历史回顾性内容,缺乏当前技术突破或即时实用价值。
报道正文
本文目录3 个章节
- 研究
- 产品
- 企业
- 开发者
- 公司
- 基金会(在新窗口中打开)
- 研究
- 产品
- 企业
- 开发者
- 公司
- 基金会(在新窗口中打开)
OpenAI
2019年12月13日
基于大规模深度强化学习的 Dota 2

加载中…
分享
摘要
2019年4月13日,OpenAI Five 成为首个在电子竞技游戏中击败世界冠军的 AI 系统。Dota 2 游戏为 AI 系统带来了诸如长时域、不完全信息以及复杂连续的状态-动作空间等全新挑战,而这些挑战对于更强大的 AI 系统而言将变得日益核心。OpenAI Five 利用了现有的强化学习技术,并将其规模扩大至每 2 秒从约 200 万帧数据中进行学习。我们开发了一套分布式训练系统及持续训练工具,使 OpenAI Five 得以进行长达 10 个月的训练。通过击败 Dota 2 世界冠军 Team OG,OpenAI Five 证明了自我对弈强化学习能够在高难度任务上实现超越人类的表现。
作者
Christopher Berner, Greg Brockman, Brooke Chan, Vicki Cheung, Przemysław Dębiak, Christy Dennison, David Farhi, Quirin Fischer, Shariq Hashme, Christopher Hesse, Rafał Józefowicz, Scott Gray, Catherine Olsson
作者
Jakub Pachocki, Michael Petrov, Henrique Pondé, Jonathan Raiman, Tim Salimans, Jeremy Schlatter, Jonas Schneider, Szymon Sidor, Ilya Sutskever, Jie Tang, Filip Wolski, Susan Zhang