【DOTA之后新里程碑】DeepMind强化学习重大突破:AI在多人射击游(19)



【DOTA之后新里程碑】DeepMind强化学习重大突破:AI在多人射击游

训练好的智能体表现出来的自动发现行为的3个例子。

这些行为出现在训练过程中,通过强化学习和群体层面的进化,一些行为——比如跟随队友——随着智能体学会以更加互补的方式合作而减少。