先了解这件事
AI 综述
2018年6月26日,OpenAI公布一项强化学习进展:使用PPO训练由5个AI智能体组成的团队,使其在Dota中击败半职业玩家。训练未使用人类比赛数据,而是依靠人工设计的奖励函数进行自我对弈。该团队还以90%至95%的胜率持续战胜两周前版本的智能体。Sam Altman据此认为,充足的计算规模与良好的模拟环境可帮助深度强化学习处理极其复杂的问题。
AI 根据公开报道生成
最新进展 · 正式报道
OpenAI 用 PPO 训练 5 个 AI 智能体团队击败 Dota 半职业玩家事件进展
1 个已确认进展
- 来源：Sam Altman Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
6月26日
Sam Altman Blog一手精选
OpenAI 用 PPO 训练 5 个 AI 智能体团队击败 Dota 半职业玩家
OpenAI 使用 PPO 训练由 5 个 AI 智能体组成的团队，在 Dota 中击败半职业玩家。智能体没有使用人类比赛数据，而是依据人工设计的奖励函数通过自我对弈学习，并以 90-95% 的胜率持续战胜两周前的智能体。Sam Altman 认为，充足的计算规模与良好的模拟环境可让深度强化学习处理极其复杂的问题。