【DOTA之后新里程碑】DeepMind强化学习重大突破:AI在多人射击游(18)

除了这种丰富的表示,智能体还会如何行动呢?首先,我们注意到这些智能体的

反应时间非常快,tagging也非常准确

,这可以解释为它们的性能。但是,通过人为地降低tagging的准确度和反应时间,我们发现这只是它们成功的因素之一。



【DOTA之后新里程碑】DeepMind强化学习重大突破:AI在多人射击游

训练后人为地降低了智能体的tagging精度和tagging反应时间。即使在具有于人类相当的准确度和反应时间下,智能体的性能仍高于人类。

通过无监督学习,我们建立了智能体和人类的原型行为( prototypical behaviours),发现智能体实际上学习了类似人类的行为,例如跟随队友并在对手的基地扎营。