训练期间我们的智能体的表现。我们新的FTW智能体相比人类玩家和Self-play + RS和Self-play的基线方法获得了更高的Elo等级分——获胜的概率也更高。

除了性能评估之外，理解这些智能体的行为和内部表示的复杂性是很重要的。

为了理解智能体如何表示游戏状态，我们研究了在平面上绘制的智能体的神经网络的激活模式。下图中的点表示游戏过程中的情况，近处的点表示类似的激活模式。这些点是根据高级CTF游戏状态进行着色的，在这些状态中智能体要问自己：智能体在哪个房间？旗子的状态是怎样的？可以看到哪些队友和敌手？我们观察到相同颜色的集群，表明智能体以类似的方式表示类似的高级游戏状态。

• 快餐—香酥翅根，学会之后就可以在家做啦，不再担心外面的不卫生
• 强化三头，这2个动作就有很好的效果，并且用了之后都说好
• 大浪淘沙之后 知识付费还走得下去吗
• 健身停止一段时间之后又恢复训练 肌肉会变成什么样？
• 校园贷之后美容贷盯上年轻人 消费者取证难维权难
• 早上起床之后有一个“黄金10分钟”，把握好这10分钟，做好一件事
• 继稻城亚丁、四姑娘山之后 西岭雪山也要出台有偿救援规定
• 心理测试：选择一款美食，测测你10年之后的体重是多少！
• 立秋之后依旧炎热，你需要它才能好好睡觉
• 当诗词文化成为“爆款”之后