前 DeepMind 研究员用 3 亿参数模型自博弈攻克星际争霸

曾参与 AlphaStar 工作的 Google DeepMind 研究员 jsuarez(syhw)宣布，他 2016 年立下的目标——用纯自博弈强化学习从零攻克《星际争霸：母巢之战》——已经完成，最终由一个仅 3 亿参数的模型实现。这一成果标志着经典即时战略游戏的长期 RL 挑战被小规模模型攻克。

2026-09-25 ~ 2026-09-26 · 2 条相关

• 前 DeepMind 研究员:星际争霸自博弈 RL 难题已被 3 亿参数模型攻克 — syhw · 2026-09-25

另有 1 条近重复转述:jsuarez