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 · x · 2026-09-25
Google DeepMind 研究员 syhw(曾参与 AlphaStar 时期工作)表示,他 2016 年立下的「用自博弈 RL 从零攻克星际争霸:母巢之战」目标如今已完成——而且是由一个仅 3 亿参数的模型实现,并附上相关链接。这一对比 AlphaStar 时代动辄数亿美元训练成本的成果,引发对高效 RL 训练的关注。
所属事件:前 DeepMind 研究员用 3 亿参数模型自博弈攻克星际争霸(2 条相关)→
「Fun」频道最新
- 监控视角 AI 短片：被 AI 取代的男人，日复一日蹲在玄关 — Relevant-Student-468 · 2026-11-11
- 梗图吐槽:所谓随机 AI Agent 架构就是换了马甲的马尔可夫链 — PrasoonPratham · 2026-11-11
- 热帖：五年「再等等」之后，2026 年公司终于摊牌 — hey_abusiddik · 2026-11-11
- 博主自嘲：还没红到被 astroturf 机器人盯上的一天 — lxrjl · 2026-11-11
- AI 安全机构 MIRI 广告杀进地铁站,网红晒图引围观 — gleech · 2026-11-11
- 「Fable 5.2 对比 Opus 5.5」：两个查无此名的模型上了播客封面 — The AI Daily Brief · 2026-11-11